CNN 模型输入数据形式：10000 行 12 列矩阵的列输入

输入数据的形式为多个 10000 行 12 列的矩阵。在这个 CNN 模型中，输入数据的形状为 (1, 10000, 12)，其中 1 表示批次大小，10000 表示时间步数，12 表示特征维度。模型的第一层卷积层使用了 5 个卷积核，每个卷积核的大小为 (200, 3)，移动步长为 (50, 1)，填充大小为 1。卷积层后接 ReLU 激活函数和最大池化层，最大池化层的核大小为 2，填充大小为 1。第二层卷积层使用了 10 个卷积核，每个卷积核的大小为 (20, 2)，移动步长为 (4, 1)，填充大小为 1。卷积层后接 ReLU 激活函数和最大池化层，最大池化层的核大小为 2。最后通过全连接层将特征展平为一维向量，并输出 6 个类别的预测结果。

10000 行 12 列的矩阵数据是一列一列输入的。即每次将一列数据作为输入，然后按时间步数依次输入，直到输入完所有的时间步。