神经网络中的filter（滤波器）和kernel（内核）的概念

kernel: 内核是一个2维矩阵，长 × 宽；

filter：滤波器是一个三维立方体，长× 宽 × 深度，  其中深度便是由 多少张内核构成； 可以说kernel 是filter 的基本元素， 多张kernel 组成一个filter;

那么， 一个filter 中应该包含多少张 kernel 呢？

答：是由输入的通道个数所确定， 即，输入通道是3个特征时，则后续的每一个filter中包含3张kernel ;

                                                               filter输入通道是包含128个特征时， 则一个filter中所包含kernel 数是128张。

那么一层中应该有多少个filter 构成呢？

答： 我们想要提取多少个特征，即我们想要输出多少个特征，那么这一层就设置多少个filter；

              一个filter 负责提取某一种特征，N个filter 提取 N 个 特征；
 

我们可以认为Filter扫过一张图片这件事，其实就是Convolution，这也是为什么Convolutional Layer要叫做Convolutional Layer的关系。

Pooling做的事情就是把图片变小，比如我们做完Convolution以后我们会得到一张图片，这一张图片裡面有很多的 Channel,那做完 Pooling 以后,我们就是把这张图片的 Channel 不变,本来 64 个 Channel 还是 64 个 Channel,但是我们会把图片变得比较狭长一点。