请转到http://scs.ryerson.ca/~aharley/vis/conv/flat.html链接 并在提供的框中绘制一个数字，以查看各个图层。 现在，如果您滚动图层的不同方块，则可以看到方块与先前图层的其他方块的关系。 现在我的疑问是，根据cs231n第7讲，http://cs231n.github.io/convolutional-networks/过滤器的深度与相应层的深度相同，过滤器的数量等于后续层的深度。但是如果你通过卷积层2，你会发现特定层的特定方块只能从前一层的某些方块中获得。我想在这里理解这个概念。请帮忙。
答案 0 :(得分：0)
以下尺寸符合（N，C，H，W）。
pool1('6', 14, 14)
|
| kernel(16, '6', 5, 5)
v
conv2(16, 10, 10)
|
| kernel(2, 2), stride(2)
v
pool2(16, 5, 5)
Pool1输出6要素图，它们是Conv2的输入。因此，Conv2有16个内核（将生成16个特征映射），并且每个内核都具有相同的深度或通道，其中Pool1为6（由单个包围）引号）。