我正在使用 CNN 使用地理空间数据进行函数逼近。我试图近似的函数的输入包括网格上 N 个位置与网格中所有其他点之间的所有空间距离。

到目前为止，我实现了一个将“图像”作为输入的 CNN。图像有 N 个通道，一个用于每个感兴趣的位置。每个第 i 个通道是一个代表我的网格的矩阵，其中像素值是网格中每个点与第 i 个感兴趣位置之间的距离。标签是通过我想要近似的实际函数计算的 N 个值。N 可以达到 100。

这是第一层的示例输入：

到目前为止，我可以看到训练和验证损失下降，但由于它是 CNN 的一个不寻常的应用程序（据我所知，输入通道最多为 3 个，RGB）我想知道：

• 这种多通道输入方法有什么缺陷吗？
• 我是否能够获得良好的准确性，或者是否有任何我不知道的硬性限制？
• 文学中还有其他类似的应用吗？