Neural network 非图像一维数据的CNN处理

我有一个二维尺寸矩阵（批量x 1000）。这些值不是随机的，在它们的结构中确实有意义——它们是按时间排序的

我想尝试使用CNN来处理这些数据。有没有可能在这样的非图像数据上运行CNN？自从tf slim要求输入的秩>=3以来，我一直在使用它

---

据我所知，CNN需要一个输入等级[批量大小、高度、宽度、通道]。如何使用tf.reforme（）将我所拥有的转换成那种形式？

通常，CNN是一种检测图片中某些特征的工具，这就是为什么有一个三维神经元层（可能你把它与三维输入混淆了？）。那么CNN在这里的目的是什么呢？谢谢你的回复！对不起，我忘了提一下，但这里的目的是根据特征进行分类——大约有4000个类是可能的。