卷积核卷积深度和个数的理解
卷积运算为输入的特征图input与卷积核kernel进行卷积运算，input 尺寸一般为batch*channel*width*high,然后卷积核我们一般只说两个尺寸,width * high，其实卷积核也有深度，跟input的channel数一样，然后有卷积个数，即输入特征图的个数。
每次运算是，去一个batch的特征图，即channel*width*high简称c*w*h与卷积核kernel的w*h进行卷积运算，此处卷积核深度其实跟channel值一样，比如3*3*3的特征图与卷积核尺寸为3*3的卷积核进行卷积运算，卷积核深度其实也是3，然后先在每个深度上进行卷积，得到1*1的特征图，然后把3个深度上得到的1*1的值相加，得到一个新的特征图，然后是卷积个数，如果卷积核个数有4个，得到的输出就是4个1*1的特征图即输入特征图深度，也可以说输出特征图个数。