深度学习入门：一图理解CNN

      上图是一个输入为7*7*3（也就是上一层的输出为3张7*7的图，也就是说上一层网络输入通道为3，对应到这一层输入通道为3），由于输入通道为3，所以Filter W0 有三个分量，分别对应这三个输入通道，这三个通道分别做卷积乘，最后相加，再加上偏置（bias b0），得到ouput 第一个图的第一个数。输出为3*3*2，也就是输出通道为2，至于为什么输出的是3*3的图，是因为卷积步长为2，同时进行了padding（灰色那圈补零）。由于本层的输出通道为2，所以除了Filter W0外，还要再来一组Filter W1，进行同样操作。

图片来自https://www.jianshu.com/p/1ea2949c0056。