1. 其實"影象通道數"就是影象的xx，呵呵..，其實這裡的影象通道數其實是叫做“影象的色彩通道數”，還是來看例子理解吧！

如每一張圖片的大小為28*28*1，則表示圖片的大小為28*28的畫素，*1表示是黑白的，即為一個色彩通道

同理，28*28*3，則表示圖片的大小為28*28，*3表示彩色的，即為三個色彩通道。

      2. 如果一張彩色圖片表示成三位矩陣的話，則這裡的“影象通道數”可以說成三維矩陣的深度。

      3.子節點矩陣和單位節點矩陣:?

      4.例項：

        對於訓練完成的卷積神經網路，其分類過程和多層前饋網路相似，將影象作 為輸入資料，逐層傳播直到輸出層輸出分類結果。如圖3．3所示，網路在接收到 一副影象的輸入資料後(圖中該影象為數字‘4’)，通過第一個卷積層中的6個 過濾器後，形成6個特徵圖，也就是C1層。這些特徵圖包含了圖片通過各個過 濾器(特徵抽取器)後所獲得的特徵。然後C1層經過一個2×2N 1的降取樣操 作得到S2層，S2層相比C1層減少了特徵圖的大小，並且一定程度上增強了網 絡的對於噪音和輕微擾動的魯棒性。如c1和s2中最下面一幅特徵圖所示，C1 圖中數字4的右下角的缺口部分在S2圖中變得不再那麼明顯。卷積神經網路重 復這個過程，直到得到C5層，包含120個1×1的特徵圖，然後將這120個特徵 圖通過全連線的方式傳播到大小為10×1的輸出層，輸出分類結果為‘4’。

這裡的C1層的6及C5層的120，這就是卷積核的深度