在this Keras情感分析示例中，在嵌入层之后添加了Conv1D CNN层。我不确定为什么要使用Conv1D图层而不是Conv2D。
这是我的理解，我希望有人可以帮助我阐明这一点：
- 读取IMDB数据，并且x_train的形状为（x，y）；其中x是文档数，＆y是tokenIds
- 嵌入层将各个标记更改为密集的矢量表示，因此现在形状应为x，y，z；其中z是嵌入式要素（在这种情况下为50）
- 由于我们使用的是Conv1D，因此我们仅在一个维度上进行卷积，这意味着其与（n，n），（x，y-1），（x，y-1），（x， y + 1），（x，y + 2）。
这是我的困惑：如何考虑嵌入式功能？为了使层向下卷积x，y，z，应使用Conv2D吗？我猜CNN看到z具有深度，但是它如何与1D卷积联系在一起？