Deep learning 从理论上讲，将CNN用于分类和数字数据这样的数据合理吗？_Deep Learning_Classification_Conv Neural Network_Theory_Cnn

Deep learning 从理论上讲，将CNN用于分类和数字数据这样的数据合理吗？

deep-learning

Deep learning 从理论上讲，将CNN用于分类和数字数据这样的数据合理吗？,deep-learning,classification,conv-neural-network,theory,cnn,Deep Learning,Classification,Conv Neural Network,Theory,Cnn,我想用CNN做一个二元分类。由于CNN在特征提取方面的优势，它已被用于图像和语音等模式数据。然而，我拥有的数据集不是图像或语音数据，而是分类数据和数字数据，这与本例不同。我的问题如下在这种情况下，在这种配置中使用CNN作为数据在理论上是否合理如果合理的话，将我的数据集以二维形式人工放置并执行2D-CNN是否合理我经常看到通过Kaggle和各种媒体在许多分类器中使用CNN的例子，我不仅能看到图像和声音，还能看到像我这样的数字和分类数据。我真的很想知道这在理论上是个问题，如果你知道

我想用CNN做一个二元分类。由于CNN在特征提取方面的优势，它已被用于图像和语音等模式数据。然而，我拥有的数据集不是图像或语音数据，而是分类数据和数字数据，这与本例不同。我的问题如下

在这种情况下，在这种配置中使用CNN作为数据在理论上是否合理

如果合理的话，将我的数据集以二维形式人工放置并执行2D-CNN是否合理

我经常看到通过Kaggle和各种媒体在许多分类器中使用CNN的例子，我不仅能看到图像和声音，还能看到像我这样的数字和分类数据。我真的很想知道这在理论上是个问题，如果你知道相关的论文或研究，如果你能推荐的话，我将不胜感激

我期待着听到关于这种情况的任何建议。谢谢您的回答。

CNNs for images将内核应用于相邻像素和图像块。CNN用于频谱图上的音频工作，即使用输入数据接近度

如果您的数据输入有某种接近性（例如时间序列、图表…），那么CNN可能会有用。

谢谢您的回答。我认为我的数据输入没有某种接近性。。。我已经试过CNN获取我的数据，它比ANN和DNN稍微好一点。在这种情况下，我应该称之为巧合吗？我只能想象你如何设置你的实验，但我认为你可以通过实验多层完全连接的网络获得更好的结果。我使用CNN进行二进制文本分类，得到了80%的准确率和64%的F1分数。所以，我认为我们可以使用它们。@Raghvendra，问题是关于表格数据，而不是文本数据