你能想到除了 2D 图像之外的任何应用领域，使用最大池化或卷积是有意义的吗？
因为 ONNX 格式允许非 2D 输入。在运营商页面（https://github.com/onnx/onnx/blob/master/docs/Operators.md#MaxPool）他们说
图像大小为 (N x C x H x W)，其中 N 是批量大小，C 是通道数，H 和 W 是数据的高度和宽度。对于非图像情况，尺寸为 (N x C x D1 x D2 ... Dn)
我进行了搜索，但找不到非图像的应用程序。
正如@Aditya 提到的，我们也可以使用 1D Convolutions 和 Max Pooling 进行文本分类。它已被用于情绪分析，并提供了相当不错的性能。见这里和这里。
另一个有用的应用是信号处理。对来自各种传感器的数据进行分类是 CNN 的任务。
您可以使用一维卷积开发人类活动识别器。见 这里。
但是，为什么不使用 RNN 而不是 CNN？
如果您在智能手机（或任何其他物联网设备）上运行 RNN，则需要更高级别的数据预处理并且推理速度较低。在这种情况下，CNN 非常快。
使用 MFCC 的音频分类是使用 1D 卷积神经网络执行的。见这里。
2D 卷积主要用于与图像相关的 ML 任务。他们可以从二维数组（图像）中提取空间特征。在某些情况下，您可以将它们用于不是图像的 2D 数据。
你能想到除了 2D 图像之外的任何应用领域，使用最大池化或卷积是有意义的吗？
卷积和最大池化都用于其他领域。在这里您可以看到两者都用于文本： Text Classification using CNN
它们甚至不必是二维的。这是另一个一维音频数据的例子： Keras Sequential Conv1D Model Classification
卷积和最大池化用于构建模型，假设彼此接近的特征将具有更强的相互关系。这与域无关，因此它们是图像中的像素还是文本中的单词都没有关系。