卷積神經網絡中的通道 channel

卷積神經網絡中 channels 分為三種：
    (1):最初輸入的圖片樣本的 channels ，取決於圖片類型，比如RGB, channels=3
    (2):卷積操作完成后輸出的 out_channels ，取決於卷積核的數量。此時的 out_channels 也會作為下一次卷積時的卷積核的 in_channels
    (3):卷積核中的 in_channels ，就是上一次卷積的 out_channels ，如果是第一次做卷積，就是1中樣本圖片的 channels

注意: 卷積核數量決定卷積操作中輸出的channels個數和卷積核輸入channels 沒有關系, 卷積核的輸入channels只與上一次卷積操作中的out_channels有關

例子:

假設現有一個6x6x3的圖片樣本，使用3x3x3的卷積核（filter）進行卷積操作。此時輸入圖片的 channels 為3，而卷積核中的 in_channels 與 需要進行卷積操作的數據的 channels 一致（這里就是圖片樣本，也為3）

 

接下來，進行卷積操作，卷積核中的27個數字與分別與樣本對應相乘后，再進行求和，得到第一個結果。依次進行，最終得到4x4的結果。

上面步驟完成后，由於只有一個卷積核，所以最終得到的結果為4x4x1， out_channels 為1

在實際應用中，都會使用多個卷積核。這里如果再加一個卷積核，就會得到4x4x2的結果:

1