2D卷积神经网络可以转化为1D卷积神经网络吗？答案

【问题标题】：Can 2D convolutional neural network be converted into 1D convolutional neural network?2D卷积神经网络可以转化为1D卷积神经网络吗？
【发布时间】：2020-11-01 01:55:56
【问题描述】：

我设计了一个使用 2d 卷积层和最大池化层的神经网络，输入形状为输入，一个热编码序列作为 2d 数组。然后在输入模型之前对其进行整形。

data = np.zeros( (100, 21 * 1000), dtype=np.float32 )
#reshape
x_data = tf.reshape( data, [-1, 1, 1000, 21] )

但是，我通过更改模型和输入数组来使用使用 1D 卷积层的相同数据集，而无需重新整形，因为它是 1D data = np.zeros( (100, 1000,21), dtype=np.float32 )

最后，一维卷积模型以 96% 的行为表现良好。 2d CNN 给出了 93%。有人可以向我解释一下实际发生了什么以提高准确性吗？

【问题讨论】：

标签： python arrays tensorflow keras neural-network

【解决方案1】：

有人可以向我解释一下实际发生了什么以提高准确性吗？

这很难说，取决于您的特定数据集、网络、超参数等。通常，在 conv2D-Layer 中，过滤器会水平和垂直移动。在 conv1D 层中，过滤器在卷积过程中仅垂直移动。

那么哪一个是最好的？这取决于你的问题。对于时间序列，conv1D 可能更好，而对于图像，conv2D 可能是更好的选择。

【讨论】：