我想对ConvNet从 13 个传感器检索到的一维数据应用 a。所以，我的每个样本都包含 13 个通道（51 个值）

我正在使用“conv1d”在我的数据上应用 ConvNet。该网络运行良好，但我想知道“conv1d”如何确定其过滤器的通道数......据我所知，过滤器应该具有与其输入数据相同数量的通道，这使其成为$5x13$筛选。我将过滤器的宽度设置为 5，但不需要在任何地方设置通道数。

我的问题是：“conv1”层如何确定它的通道数？

以下是我的部分代码：

# We have 13 1D channels of 51 points each

# Note that we've indicated -1 for batch size, which specifies that this dimension should be dynamically computed 
# based on the number of input values in features["x"], holding the size of all other dimensions constant.

input_layer = tf.reshape(features["x"], [-1, 51, 13])

# Convolutional Layer #1
# Shouldn't this filter also need to number of channels? 
This should match the input number of channels
conv1 = tf.layers.conv1d(inputs=input_layer, filters=32, kernel_size=5, padding="same", activation=tf.nn.relu)

# Pooling Layer #1
pool1 = tf.layers.max_pooling1d(inputs=conv1, pool_size=2, strides=2)