keras mask流程，base_layer.py看Layer的实现__call__函数： 上一层的mask传递到下一层的过程 1.support_masking=True 当前层的support_masking=True,则说明当前层支持mask。 1）调用_collect_previous_mask(inputs)查看输入的mask（即上一层的mask） 2）mask作为参数传入call函数 3）计算输入的mask，mask为previou_mask 注：Dense支持mask，但只传递，并不利用mask计算，可以在call函数中定义操作。Dense有bias，还是会有影响。 2.support_masking=False 1）调用_collect_previous_mask(inputs)查看输入的mask（即上一层的mask） 2）mask作为参数传入call函数 3）计算输入的mask：如果previous_mask为None，则输出None；如果previous_mask不为None，则报错：does not support masking, but was passed an input_mask
注：Conv1d不支持Mask，执行过程中也没有使用Mask，可以实例后将support_masking置为True，起到传递Mask的作用。
