看到这个标题，可能不少人的想法都是“博主真是学艺不精，这么简单的区别都要写下来”。说的没错，我的确才疏学浅了。

conv1d与conv2d的区别显然在于一个是一维卷积一个是二维卷积，但是这里的“维度”具体是指哪个维度呢？在Word Embedding上使用conv1d和conv2d是一回事吗？

网络上的许多文章都说这两者完全是一回事，但是他们的理解都是有问题的，几乎把我也误导了，我特此写下这篇文章来记录此事，希望能够帮到思考这个问题的人。

2017年时，初次接触机器学习，当时不记得tensorflow是什么版本了，是不支持AMD GPU进行加速的，对于一个是Macbook Pro 15寸带AMD独显的人来说，入门训练很不友好。

我相信只要试过GPU加速训练的感觉，是绝对不会再想使用CPU进行训练了，即使是验证想法，CPU训练也太慢了。想起了多年前为了让本机的Tensorflow支持Intel的向量指令集，还要本地编译源码好久，然后比起原来也没多大提升，甚至浮点运算精度还下降了，都是泪。