deep-learning - 如何在pytorch中将不同通道中不同宽度的样本输入大小设置为Conv1d

Question

我是深度学习的新手，我正在编写一个 1D CNN 模型来训练我的数据集。数据集中的每个数据都包含三个通道：(raw_data, sex, age). 的采样率为raw_data50Hz，窗口大小为 2 秒，这意味着一个数据中有 100 个样本。所以我的数据看起来像这样 ([1,2,3,4,...,100],[1],[20])，其中[1]表示性别和[20]年龄。

现在我想将这些数据放入我的 1D CNN 模型中。我知道nn.Conv1d(batch_size, channel, width)。如果width在所有通道中都相同，则没有问题。但在我的例子中，raw_data包含 100 个元素，sex并且age只包含 1 个元素。我怎样才能把它放到我的 Conv1d 层中？

任何帮助，将不胜感激。谢谢！

标签： deep-learningpytorch