如何为 2D-CNN 预处理序列数据 [重复]答案

【问题标题】：How to preprocessing sequential data for 2D-CNN [duplicate]如何为 2D-CNN 预处理序列数据 [重复]
【发布时间】：2019-03-27 13:52:21
【问题描述】：

有没有办法将顺序数据转换为二维数据以便将其用于常见的 CNN？

我的数据集看起来像：14,40,84,120,38,29,395,58,153,...

但我需要一个二维表示。有没有为此目的的既定算法？

【问题讨论】：

【解决方案1】：

您确定 CNN 是您想要的吗？它可能不是顺序数据的最佳选择。如果您想了解更多关于处理顺序数据（如时间序列）的替代方法，我建议您阅读论文“The Great Time Series Classification Bake Off”。

我特别建议先查看Dynamic time warping。它可能不是最前沿的深度学习算法，但在对顺序数据进行分类时却很难被击败。

【讨论】：

感谢您的链接。这回答了我的问题。是的，我敢肯定——这是我研究的一部分。已经为此使用了其他算法。
是什么让你说 CNN 可能不是序列数据的最佳选择？最近，它被讨论为 LSTM/RNN 的更好替代方案。至少它应该与循环方法同等地考虑。我建议研究 Dilated Causal CNN with Attention。
@ChrisFarr 你说得对，如今基于注意力的 CNN 可能是一种替代方案。但是，我的印象是 OP 只想使用“普通 CNN”。