Tensorflow 二维CNN序列数据的预处理_Tensorflow_Machine Learning_Neural Network_Conv Neural Network

Tensorflow 二维CNN序列数据的预处理

tensorflow machine-learning neural-network

Tensorflow 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

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”。