keras.layers.Conv1D中卷积核参数kernel_size的理解

我们知道二维卷积中kernel_size就是二维的，对应于感受野的大小，conv1d的kernel_size中只需要填一个数字，而不是二维的数组，是因为一维卷积的kernel_size默认为（kernel_size，你输入数据的列的维度）。
举例，输入维度为（xxx，40,7），conv1d(16, 3, input_shape=(40, 7)）
那么输入数据进入卷积层后输出的维度为（xxx，40,16）
其实就相当于二维卷积，只不过卷积核（x,y）的y默认就是输入数据（xxx,x,y）的y。

参考：一维卷积实例
关于keras.layers.Conv1D的kernel_size参数使用介绍