python - 我们能否使用 CNN 有效地从一个表中学习，该表的各个行在测试数据集中排列，每个行的输出保持不变？

Question

我有一组类，准确地说是 37 个。每个类由一个 表示feature vector of size [1,10]。单个输入样本的维度为[6,10]，其中该样本中的每一行代表一个不同的类。输入只有这些行的一种排列，而在测试期间，可以在输入样本中排列行，并且输出应该保持不变。 我可以使用 CNN 通过使用大小可以有效地在输入样本上垂直滑动的内核来放弃对每个排列的训练需求吗？[1,10] 训练数据集的大小要小得多（500 个样本）。@FilippoGrazioli

标签： pythondeep-learningpermutationconv-neural-networkhyperparameters