过滤器不就是卷积核吗？

在卷积神经网络中，过滤器（Filter）和卷积核（Kernel）这两个术语虽然有时会互换使用，但它们在某些上下文中可以有细微的区别：

1. 卷积核（Kernel）：

   • 是一个小矩阵，用于在输入图像或前一层的特征图上进行滑动，执行卷积运算。
   • 每个卷积核会生成一个特征图。

2. 过滤器（Filter）：

   • 有时指的是卷积核本身，但更多情况下指的是在一个卷积层中，包含多个卷积核的集合。
   • 例如，一个三通道的输入图像通过一个包含4个过滤器的卷积层，每个过滤器包含3个大小为3×3的卷积核。

因此，可以说过滤器包含了多个卷积核。在上图的例子中：

• 输入是一个64×64像素的三通道彩色图像。
• 卷积层包含4个过滤器，每个过滤器包含3个3×3的卷积核。
• 每个过滤器会生成一个特征图，因此最终输出4个特征图。

简单来说，卷积核是实际进行卷积操作的小矩阵，而过滤器则是包含这些卷积核的集合。

        对于一幅128×128像素、三通道彩色输入图像（尺寸为128×128×3），经过一个包含4个Filter的3×3卷积核的卷积层（Filter的个数对应输出通道数，此时卷积核尺寸为3×3×3×4），最终输出4个特征图（Feature Map）。整个过程可以用下图来表示。