上述例子为例，实际上和二维卷积是一样的，只不过卷积核的第二个维度必须等于输入数据的第二个维度，所以只需要指定卷积核一个维度的size。
对于二维卷积，输入是，卷积核是，那么就是这个卷积核在二维图上游走。
换成一维卷积，，那么卷积核就是，这个隐藏的 来自于input_shape。
卷积核直接就把宽度占满了，所以只能往下走，只有一个维度，所以叫做Conv1D.
到此这篇conv2d参数解释（conv2d和conv1d）的文章就介绍到这了,更多相关内容请继续浏览下面的相关推荐文章，希望大家都能在编程的领域有一番成就！版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/cjjbc/30036.html