tf.keras.layers.Conv1D 学习

tf.keras.layers.Conv1D(filters=3, kernel_size=2, activation='relu',use_bias=True)

其中，filters参数表示，将输入的每一个窗口数据经过几个过滤器输出，其中每一个过滤器表示一个映射方式，定义为g(x)；可以类似深度网络中每一层的维度数，原理如下图所示

kernel_size：卷积的窗口大小，由于是Cov1D，即1维卷积

一个完整句子的卷积处理过程如下：

 

所以当输入一个（batch_size,token_size,embedding_size）的数据时，通过对每一个句子的token卷积 输出为：（batch_size,token_size-kernel_size+1,filters）

举例，比如一个batch下的数据，卷积过程为：

滤波器在矩阵指定方向上滑动，对应位置相乘求和