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