2D卷积神经网络可以转换为1D卷积神经网络吗？

Question

我设计了一个神经网络，该网络使用2d卷积层和max-pooling层，输入形状用于输入，其中一个热编码序列为2d数组。然后在输入模型之前对其进行重塑。

admin

但是，我通过更改模型和输入数组而使用了1D卷积层的同一数据集，而无需重新塑形，因为它是1D data = np.zeros( (100, 21 * 1000), dtype=np.float32 ) #reshape x_data = tf.reshape( data, [-1, 1, 1000, 21] )

最终，一维卷积模型表现良好，动作率为96％。而2d CNN给了93％。有人可以向我解释一下那里实际会发生什么以提高准确性吗？

Answer 1

有人可以向我解释一下那里实际发生的事以提高准确性吗？

这很难说，取决于您的特定数据集，网络，超参数等。 通常，在conv2D图层中，滤镜会水平移动和垂直。在conv1D层中，滤镜在卷积过程中仅垂直移动 。

那么哪个最好？那取决于你的问题。对于时间序列，conv1D可能更好，对于图像，conv2D可能是更好的选择。