（零）多输入多输出通道

参考视频：
沐神动手学深度学习-多输入多输出通道

多输入通道，如彩色图像，RGB三个通道。转换为灰度会丢失信息。

多个输入通道
每个通道都有一个卷积核，结果就是所有通道卷积结果的和。

多输出通道

无论多少输入通道，到目前为止，只用到单输出通道。

可以有多个三维卷积核，每个核生成一个输出通道。

多少个核对应多少个输出。

第 i 个输出对应的输入和第 i 个核做卷积，从而得到多输出通道。

每个输出通道可以看作识别特定模式。

并可以看作输入通道 核 识别并组合输入中的模式。

补充
1×1 卷积层
不识别空间模式，只是融合通道。

输出通道数是卷积层的超参数。

每个输入通道都有独立的二维卷积核，所有通道结果相加得到一个输出通道结果。

每个输出通道有独立的三维卷积核。

很多 padding 0 不会影响精度，但对于性能有影响。

不同通道的卷积核大小是一样的，计算上的好处。

如果对于RGB图像，再加上深度这一维度，可以使用3D卷积。