如何在Keras Conv2D中将三层输出连接为一层

Question

我使用以下方法获得了一个包含三层的输出，下一层我也想使用Conv2D（filters = 3），但是输入是一个通道。如何将上面的输出分为三层并连接到一层？

   dh= 50
   di= 598
   c_utt_j=np.array([[1, 467, 86, 251, 449, 35, 219, 287, 442, 492, 429, 195, 486, 489, 156, 333, 457, 216, 439, 536, 270, 53, 338, 401, 1]])
   c_uttcut_j=len(c_utt_j[0])
   max_length=c_uttcut_j

input = layers.Input(shape=(max_length, ),dtype='int32',  name='input')
emb_j=layers.Embedding(di, dh,weights=[Wemb], input_length=max_length)(input)
wh1_j=layers.Conv2D(filters=3, kernel_size=(3,50),strides=(1,50),padding='same',activation='tanh')(emb_j22)

顺便说一句，我正在做文本分类，我使用Conv2D的原因只是我认为在处理文本时，Conv2D和Conv1D之间没有区别。