Tensorflow 二维CNN序列数据的预处理
有没有办法将顺序数据转换为二维数据,以便用于普通CNN 我的数据集看起来像:14,40,84120,38,29395,58153Tensorflow 二维CNN序列数据的预处理,tensorflow,machine-learning,neural-network,conv-neural-network,Tensorflow,Machine Learning,Neural Network,Conv Neural Network,有没有办法将顺序数据转换为二维数据,以便用于普通CNN 我的数据集看起来像:14,40,84120,38,29395,58153 但我需要一个二维表示。有没有为此目的而制定的算法?你真的确定CNN是你想要的吗?它可能不是顺序数据的最佳选择。如果您想了解更多有关处理顺序数据(如时间序列)的其他方法,我建议您阅读论文“” 我特别建议先看看。它可能不是一种前沿的深度学习算法,但在对序列数据进行分类时却很难被击败。感谢链接。这回答了我的问题。是的,我确信——这是我研究的一部分。你怎么说CNN可能不是顺序
但我需要一个二维表示。有没有为此目的而制定的算法?你真的确定CNN是你想要的吗?它可能不是顺序数据的最佳选择。如果您想了解更多有关处理顺序数据(如时间序列)的其他方法,我建议您阅读论文“”
我特别建议先看看。它可能不是一种前沿的深度学习算法,但在对序列数据进行分类时却很难被击败。感谢链接。这回答了我的问题。是的,我确信——这是我研究的一部分。你怎么说CNN可能不是顺序数据的最佳选择?最近,它被讨论为LSTM/RNN的更好替代方案。至少,它应该与经常性方法同等考虑。我建议用注意力研究扩张的因果CNN。@ChrisFarr你完全正确,基于注意力的CNN现在可能是一种替代品。然而,我的印象是OP只想使用“普通CNN”。