私が使用している入力は2xNで、最初の1xNの行は連続した数字で、2番目の1xNの行は離散的な数字です（可能な7つのクラスのうちの特定のクラスをエンコードします）。私は、垂直に隣接する対の間に関係があることを期待しています。連続した離散値を含む入力を整形する
私は、この入力でマルチクラス分類器にニューラルネットを使用したいと考えていますが、意味がある方法でフォワード伝播のために自分のデータを作り直す方法がわかりません。
私のデータを1x2Nに再構成して、前方伝播を行うことは可能ですか？
編集：
例入力：
input_features = [[99.3, 22.1, 41.7], [1, 3, 4]]
あなたは「関係のいくつかの種類があるかもしれません」以上の何かを知っていない限り、あなただけの配列をフラット化し、ベクトルとしてそれを渡す必要があります - NN （理論的に）十分なデータが与えられれば、それ自体でそのような実現を見つけることができます。
その他のオプションにはどのようなものがありますか？ 単一のの関係があると思われる場合、それはすべての単一の列について真であり、特定のニューラルネットを構築したいと思うかもしれません。 1つの選択肢は、入力レイヤーにサイズ2x1（単一列）のコンボリューションを持たせることです。一方、十分な大きさのカーネルセットを作成すると、より複雑な関係もモデル化できます。そのような場合は、行列として残しておきます（イメージとして考える）。合理的な規模であれば、離散値に間違いはありません。
一般的には、実際には、ネットの特定の配線を使って作業するだけで、配列の形状を変更することはありません（ただし、コンボネットの実装では、
前処理（生の値を使用するかどうかは疑問です）はどうですか？画像処理では、通常、すべての入力を取り、各入力を集合平均で減算し、次に標準偏差で除算する必要があることを理解します。このような前処理は、離散値を前処理するときにクラス間に異なる「距離」を割り当てるため、この場合直感的には意味を持ちません。 – user3605508
私は、画像処理のために合理的な間隔にスケールするだけで十分だと主張します。センタリングの必要はありません。データに関する専門知識があるために前処理に関して疑問がある場合は、前処理を設計できるのはあなただけです - 値の間に隠れた関係があることを示唆しているようです – lejlot
「1xN行は連続番号です」とはどういう意味ですか、行はどのように数字ですか？番号** s **を意味しますか？説明がかなり不明なので、あなたのデータの例を提供すると良いでしょう – lejlot
はい、申し訳ありませんが、私はこれを書いたときにはっきりと急いでいました。まだ不明な点がある場合は教えてください – user3605508