如何设置keras.layers.Conv1D的kernel_size参数以优化卷积神经网络？

本文共计639个文字，预计阅读时间需要3分钟。

今天在使用keras添加卷积层的时候，遇到了kernel_size这个参数，不知道怎么理解。keras中文文档是这样描述的：kernel_size: 一个整数，或者单个整数表示的元组，代表卷积窗口的大小。对于1D卷积，指定窗口的长度。

今天在用keras添加卷积层的时候，发现了kernel_size这个参数不知怎么理解，keras中文文档是这样描述的：

kernel_size: 一个整数，或者单个整数表示的元组或列表， 指明 1D 卷积窗口的长度。

又经过多方查找，大体理解如下：

因为是添加一维卷积层Conv1D()，一维卷积一般会处理时序数据，所以，卷积核的宽度为1，而kernel_size就是卷积核的长度了，这样的意思就是这个卷积核是一个长方形的卷积核。