不用卷积神经网络呢？

卷积神经网络（CNN）是一种深度学习模型，用于处理具有网格状结构的数据，例如图像和声音。如果您不想使用CNN，可以尝试其他类型的神经网络模型，例如全连接神经网络（FCN）和循环神经网络（RNN）等。

全连接神经网络是一种最基本的神经网络模型，它的每个神经元都与前一层的所有神经元相连。全连接神经网络通常用于处理较小的数据集或者输入向量较小的问题。

循环神经网络是一种处理序列数据的神经网络模型，它具有记忆功能，并可以将先前的信息传递到后续时间步。这使得循环神经网络在处理自然语言处理和语音识别等任务时表现出色。

除此之外，还有许多其他类型的神经网络模型，例如自编码器、生成对抗网络等等。选择适当的模型取决于您的数据类型、任务目标以及可用的计算资源等因素。