所以我是神经网络世界的新手，我已经对该领域有点熟悉，并开始使用我自己的网络。

我正在使用Lasagne，我发现我的 NN 的训练花费了不可行的时间。也许我正在寻找的问题只是比我的计算机可以咀嚼的更多；我只是不知道，因为我对这些事情的进展还不够熟悉。

我正在尝试训练一个一维卷积神经网络，它有两个一维卷积层、两个最大池层和两个全连接层。总而言之，NN 有大约 95,000 个参数（权重 + 偏差）。我在 Amazon EC2 GPU 实例上运行它。我发现在训练期间，它需要 0.3 秒/样本。

相比之下，当我运行 Lasagne MNIST CNN 示例时，它需要大约 0.0003 秒/样本，快 1000 倍！公平地说，我的输入样本是 18000x3 维，而 MNIST 样本是 28x28 维；但差异有 68 倍。而且 MNIST CNN 的参数实际上比我的多，大约有 160,000 个参数。

这是否表明我正在做的事情有什么问题？