只是想知道是否有人这样做过？我有一个一维的数据集（不知道它是否是正确的单词选择）。与通常的CNN输入（图像是2D）不同，我的数据只有一个维度。一个例子是：
instance1 - feature1, feature2,...featureN
instance2 - feature1, feature2,...featureN
...
instanceM - feature1, feature2,...featureN
如何在CNN中使用我的数据集？我看过的那些接受图像（如AlexNet和GoogleNet）的形式：
instance1 - 2d feature matrix
instance2 - 2d feature matrix2
...
instanceM - 2d feature matrixN
感谢任何帮助。
谢谢！
答案 0 :(得分：4)
如果您的数据在空间上是相关的（您说它不是），那么您可以将其输入到形状为1xNx1或Nx1x1（行x cols x通道）的convnet（或者，特别是conv2d层）。
如果这根本不是空间数据 - 你只有N个非空间相关的特征，那么形状应该是1x1xN。
为了完整起见，我应该指出，如果你的数据确实是非空间的，那么使用卷积层/网络真的没有意义。你可以将其塑造为1x1xN，然后使用1x1卷积，但由于1x1卷积与完全连接（又称密集又称线性）层完全相同，所以你可能只需使用它