错误概念：
 一维表：是只有1行数据的？ 只有2个列的？   是空间上一维的，线的概念？NO
 
二维表：是空间上二维的，面的概念？NO
 
 
 
准确概念辨析
 表：基础概念，1行是1条数据，1列是1个属性
 
      只要是表，从空间上看都是二维的
 
      从空间上是一维的，那是一个数列，不是表
 
一维表：每列都是独立属性，列和列之间不能在归为1类概念
 
             录入原始数据，一般要有一维表
 
二维表：至少有部分列是非独立的，同类概念/属性/参数（可归类为一类），那么就是二维表
 
             二维表，主要目的是展示，更容易理解，发现规律
 
 
 
例子
 表1： 姓名，数学，语文，物理，化学------------二维表
 
表2：姓名，学科，成绩-------------------------------一维表
  

什么是一维表，什么是二维表？和数组的1维，2维 不是一回事
 
 
 
错误概念：
 
一维表：是只有1行数据的？ 只有2个列的？   是空间上一维的，线的概念？     NO，这是1维数组
 
二维表：是空间上二维的，面的概念？     NO  ，这是2维数组，但不一定是二维表
 
 
 
准确概念辨析
 
表：基础概念，1行是1条数据，1列是1个属性
 
      只要是表，从空间上看都是二维的
 
      从空间上是一维的，那是一个数列，不是表
 
一维表：每列都是独立属性，列和列之间不能在归为1类概念（我理解就是：列的概念不能再被拆分，已经是最小逻辑单元）
 
             录入原始数据，一般要有一维表
 
二维表：至少有部分列是非独立的，同类概念/属性/参数（可归类为一类），那么就是二维表
 
             二维表，主要目的是展示，更容易理解，发现规律
 
 
 
例子
 
表1： 姓名，数学，语文，物理，化学------------二维表
 
表2：姓名，学科，成绩-------------------------------一维表
 
 
 
 
 
 
 
 

http://www.exceltip.net/thread-4554-1-1.html
 
：经常看到关于一维表转为二维表、二维表转为一维列表等说法，那么，什么是“一维表”、“二维表”呢？
 A：从数据库的观点来说，一维表是最合适于透视和数据分析的数据存储结构。
 很多人容易将它与一维数组、二维数组、三维引用等等联系在一起，把“一维表”想象为只有一行或一列的表，这个想法是错误的。
 实际上，这里的“维”指的是分析数据的角度，因此，
 
 比如一个简单人事数据表如下：
 
序号
姓名
年龄
博士
硕士
本科
大专及以下
1
张三
36
√
　
　
　
2
李四
11
　
√
　
　
3
王老五
50
　
　
　
√
4
肖萍儿
11
　
　
√
　
5
李仨儿
45
　
　
√
　
6
黄蓉
12
　
√
　
　
7
严翠翠
33
　
　
　
√
 

 

 表中的“博士、硕士、本科、大专及以下”从数据的角度来说，应该都是“学历”范畴，是人事档案中描述的一个因素，应该使用同一个字段，因此上面的表格可以称为一个“二维表”。而下面这个形式则为一维表：

 
序号
姓名
年龄
学历
1
张三
36
博士
2
李四
11
硕士
3
王老五
50
大专及以下
4
肖萍儿
11
本科
5
李仨儿
45
本科
6
黄蓉
12
硕士
7
严翠翠
33
大专及以下
 

1、二维卷积
 
 将各个位置上滤波器的元素和输入的对应元素相乘，然后再求和（有时将这个计算称为乘积累加运算）。
 
 输出维度=（输入维度-滤波器维度）/步长+1
 
2、一维卷积
 
 
3、通道
 3.1若输入数据的通道数为3则
 
 
3.2三通道二维卷积
 
 
 
4、多个滤波器
 

 5、三维卷积
 
 6、一维卷积用于：
 自然语言处理（近义词反义词个数channel，词向量大小size，（chanel，size））
 二维卷积用于：
 图片处理（图通道数channel，图长Height，图宽weight，（channel，height，weight））
 三维卷积用于：视频处理（帧通道数channel，帧数frame，图长Height，图宽weight，（channel，frame，height，weight））