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
版权声明：本文为qq_41922103原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。