1D卷积核

理解1D卷积核

keras.layers.convolutional.Conv1D(filters, kernel_size, strides=1, padding='valid', dilation_rate=1, activation=None, use_bias=True, kernel_initializer='glorot_uniform', bias_initializer='zeros', kernel_regularizer=None, bias_regularizer=None, activity_regularizer=None, kernel_constraint=None, bias_constraint=None)

如果输入数据的input_shape = [10, 32]，Conv1D(64, 3)，则out_shape = [10, 64]。

1D的卷积核，等价于2D的卷积核（kernel_size， input_shape [1]）

所以需要的参数量：（3*32+1）*64
 

作用：在相邻维度（一个timestamp包含一系列维度，如上面的32个维度）之间提取特征

-- 未完待续 --