功能：生成卷積核，對輸入層進行卷積，產生輸出的tensor。

比較重要的幾個引數是inputs, filters, kernel_size，下面分別說明

inputs :  輸入tensor， 維度(None,  a, b) 是一個三維的tensor

             None  ：  一般是填充樣本的個數，batch_size

             a         ：  句子中的詞數或者字數

             b          :    字或者詞的向量維度

filters :  過濾器的個數

kernel_size : 卷積核的大小，卷積核其實應該是一個二維的，這裡只需要指定一維，是因為卷積核的第二維與輸入的詞向量維度是一致的，因為對於句子而言，卷積的移動方向只能是沿著詞的方向，即只能在列維度移動
------

說明： 對於一個樣本而言，句子長度為6個字，字向量的維度為8

filters=5, kernel_size=3， 所以卷積核的維度為3*8

那麼輸入6*8經過3*8的卷積核卷積後得到的是4*1的一個向量(4=6-3+1)

又因為有5個過濾器，所以是得到5個4*1的向量

參考：https://blog.csdn.net/u011734144/article/details/84066928