多channel输入卷积操作过程

   神经网络中输入的图像不是灰度图（channel = 1）时，卷积核和深度要与输入特征矩阵深度保持一致。
   例如：输入的是一张彩色的图片（channel = 3），则卷积核的深度（channel）也应该为  **3**。如下图所示![在这里插入图片描述](https://img-blog.csdnimg.cn/2020101710375864.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2d1b2h1aTA0MTI=,size_16,color_FFFFFF,t_70#pic_center)

卷积核的维度与输入特征矩阵的维度相对应，卷积核在对应的维度上进行滑动卷积。最后将结果进行求和得到一个卷积核对应的卷积层。