可以看看这个 【参考：CNN中feature map、卷积核、卷积核个数、filter、channel的概念解释，以及CNN 学习过程中卷积核更新的理解_xys430381_1的专栏-CSDN博客】
【参考：卷积核（kernel）和过滤器（filter）的区别_xu.hyj-CSDN博客】
一维卷积
【参考：深度学习面试题09：一维卷积（Full卷积、Same卷积、Valid卷积、带深度的一维卷积） - 黎明程序员 - 博客园】
batch是批的意思，就是说卷积神经网络处理数据是分批处理的，batch_size就是每批处理的样本的个数。
CNN train 的样张图片 60 张，设置 batch_size = 15；
理解：训练数据图片一次取15张同时训练，分4次训练完。
概念
卷积核 kernel 约等于 滤波器 过滤器 filter 不同文档的叫法不同
通道数为1时一般叫 卷积核，通道数大于1时一般叫 滤波器
卷积核可以是一维、二维、三维…
https://www.zhihu.com/question/305080152/answer/2223288342
注意：一维卷积不代表卷积核只有一维，也不代表被卷积的feature也是一维。一维的意思是说卷积的方向是一维的。
滤波器的个数 = 特征图的个数
经过卷积后生成的图叫做特征图 (提取原图片的特征)
一个滤波器可以产生一张特征图
通道 channel
通道数可以理解为深度或者层数
比如 彩色图像的由三层图像叠加产生
下图滤波器（3 * 3 * 3）的层数也为3 （宽 * 高 * 通道数）
A -> B ：A取决于B
-> ->
输出通道数 = 特征图的个数 = 卷积核个数
滤波器的个数为2 (Filter=2)，每个滤波器的shape为
3*3*3，即是一个立方体，只不过这个立方体是由三片组成的
滤波器的个数 = 特征图的个数
看视频理解
TextCNN
【参考：【论文笔记】：Convolutional Neural Networks for Sentence Classification用CNN做句子分类 - 小千同学超级爱写代码 - 博客园】
【参考：卷积在NLP领域的应用–以TextCNN为例_哔哩哔哩_bilibili】
【参考：论文阅读：Convolutional Neural Networks for Sentence Classification 卷积神经网络的句子分类_南有芙蕖-CSDN博客】