神经网络中的数据格式（很重要）

简介

神经网络只能识别数字，即int或float，我们的文本啊，图片啊，语音啊都要转化为相应的数字才能处理，我们针对不同的载体，每种类型的数字格式是不同的

数据格式

现实生活中的数据格式：

• 结构化数据（数据表（班级名单、股票价格））
• 非结构化数据（序列（文本）、图片、视频）

神经网络中可以使用的数据：

• 数据表-2D——形状=（样本数、特征数）
  一般可以使用csv或者excel存储，样本数为行数，特征数为列数

• 序列表-3D——形状=（样本数、步长、特征数）
  一般称为3D张量，通常用来表示文本。一段话（一个样本）一般在280以内，使用one-hot编码表示将1个数据变为128个数据，就得到了格式（1，280，128）
  

• 图像表-4D——形状=（样本数、宽、高、通道数）
  

• 视频类-5D——形状=（样本数、帧数、宽、高、通道数）