我正在尝试在 Keras 中设置一个 CNN，但就实际设置而言，除了简单的 NN 之外，我没有太多经验。我了解 CNN 将如何处理我的数据，但我需要有关如何在 Keras 中进行设置的建议。

在我的数据集中，每个数据点的结构如下。有n列，每一列是人们执行某个动作的传感器数据。有 10 行，每行是该事件的单个人的传感器数据。标签列是他们执行情况的分数。由于它们的每一个性能都是相关的，因此每个数据点都是一个 10 x n矩阵，每个数据点的标签列是一个 10 x 1 的分数向量。

本质上，我想设置我的 NN 以便它处理：

Num|Sens0|Sens1|Sens2|Win
---|-----|-----|-----|---
A  |data |data |data | 0
B  |data |data |data | 0
C  |data |data |data | 0
D  |data |data |data | 0
E  |data |data |data | 0
F  |data |data |data | 0
G  |data |data |data | 0
H  |data |data |data | 1
I  |data |data |data | 0
J  |data |data |data | 0

相同：

Num|Sens0|Sens1|Sens2|Win
---|-----|-----|-----|---
J  |data |data |data | 0
F  |data |data |data | 0
D  |data |data |data | 0
B  |data |data |data | 0
G  |data |data |data | 0
H  |data |data |data | 1
C  |data |data |data | 0
A  |data |data |data | 0
I  |data |data |data | 0
E  |data |data |data | 0

在我的第一层（至少）中，我想设置卷积神经元（我从 5 开始，然后从那里继续），以便每一行在观察中共享权重，这样我输入的顺序数据点中的行无关紧要（除了它与标签的对应关系）。有谁知道这是否可能？否则我将不得不输入所有 10 个数据点中的每个数据点！订单，我宁愿不...

任何帮助表示赞赏，谢谢！