卷积核本质上是一个小型的矩阵（如3×3、5×5等），在处理数据时，它会与输入数据的局部区域进行卷积运算（即逐元素相乘后求和）。

注：几乘几卷积指卷积核权重尺寸

步长：步长为几，每次卷积核就移动几格。步长越大，提取特征越稀疏，生成的特征图越小，运算量更小。压缩信息，减小输出尺寸，就需要较大的步长。经过卷积，图像逐渐变小。

padding填充：padding为1，图像周围填充1个像素（四周多加一层）。不填充则为0。

输出尺寸公式：

公式默认宽高相同；不同时，要分别代入宽、高计算

多通道输入卷积

每个通道分别卷积运算并求和，一个卷积核与输入卷积得到一个单通道输出

多个卷积核叠加构成卷积层

相关代码如下：