一维卷积只在一个维度上进行卷积操作,而二维卷积会在二个维度上同时进行卷积操作。
一维卷积常用于序列数据,如自然语言处理领域NLP;包含的参数有:tf.layers.conv1d()
inputs:[batch, width, length] filters: 卷积核(滤波器)的个数 kernel_size:单个整数或元组/列表,指定1D(一维,一行或者一列)卷积窗口的长度。 strides:卷积的步长,默认为1 padding:"SAME" or "VALID" (不区分大小写)是否用0填充, SAME用0填充; VALID不使用0填充,舍去不匹配的多余项。 activation:激活函数 ues_bias:该层是否使用偏差 kernel_initializer:卷积核的初始化 bias_initializer:偏置向量的初始化器 kernel_regularizer:卷积核的正则化项(dropout等) bias_regularizer:偏置的正则化项