In Faltungsneuronalen Netzen (CNNs) sind 1D- und 2D-Filter nicht wirklich 1 und 2-dimensional. Es ist eine Konvention für die Beschreibung.
In Ihrem Beispiel ist jeder 1D-Filter tatsächlich ein Lx50-Filter, wobei L ein Parameter der Filterlänge ist. Die Faltung wird nur in einer Dimension durchgeführt. Vielleicht heißt das 1D. Bei richtiger Auffüllung ergibt jede 1D-Filterfaltung einen 400x1-Vektor. Die Convolution1D-Schicht wird schließlich eine Matrix von 400 * nb_filter
ausgeben.
Tags und Links neural-network keras convolution