1维CNN中filter

在1维卷积神经网络中，filter（也称为卷积核或滤波器）是一个小的矩阵，由神经网络自动学习得出。它们通过在输入数据中滑动来执行卷积操作，以提取特征并构建更有意义的表示。在1维卷积神经网络中，filter通常是一维的，因此它们只会在一个方向上滑动。

例如，如果我们有一个长度为100的时间序列作为输入，我们可以使用长度为10的filter来执行1维卷积操作。这意味着filter将在输入数据上滑动，每次处理10个连续的时间步。在每个位置，filter将计算一个加权和，该加权和用于创建新的特征表示。最终，卷积层的输出将是一系列新的特征，这些特征可以被传递到下一个层中进行进一步处理。