Python 一组数据随时间重复的Keras神经网络

对于一个项目，我正在尝试对游戏数据进行二进制分类（所以1输出为0或1）。我的数据分为2秒的采样帧，每秒记录20次数据。这意味着每2秒采样帧有40份数据。 我收集的类别包括：

• x、 y，z（上下文示例框架内的空间尺寸，因此最左上角点为1，1，1，最右下角点为-1，-1，-1）
• 偏航和俯仰
• 攻击偏航和俯仰（与上述数据类型相同，但不总是相同的值）
• 伤害时间（单个时间值）
• 攻击时间（单个时间值）
• 速度x，y，z

总共有480个值。我的问题是，对于这样的东西，什么是最好的网络布局？我会假设某种形式的CNN，但考虑到数据的性质，我真的不确定如何根据层来设计它。根据标题，我正在使用Keras

---

有人能给我指出正确的方向吗？

嗨，检查一下这个问题：@RobErt数据的大小没有变化，它总是480个值，因为它被分成了2秒钟的帧。我只是不确定我应该如何设计一个CNN来有效地处理这个数据嗨，检查一下这个问题：@RobErt数据的大小没有变化，它总是480个值，因为它被分成了2秒钟的帧。我只是不确定我应该如何设计一个CNN来有效地处理这些数据