假设我有8张28x28图片。我将它们喂入这样的转换层：
conv1 = tf.layers.conv2d(inputs=inputs_, filters=32, kernel_size=(3,3), padding='same', activation=tf.nn.relu)
第一个问题是：我的输出是多少？我的意思是，转换层将对每个图片应用32个滤镜，以便获得32 * 8的结果吗？
假设我有8张28x28X3图片。转换层是否会将每个滤镜应用于所有8张图片的所有3个通道，以便每张图片的结果将是32个卷积数组？还是那个转换层会将eahc过滤器应用于每个通道，结果将是8张图片* 3个通道* 32个过滤器？
如果我将一个conv层的结果提供给另一conv层，会发生什么？如果第一个conv层的结果是32个卷积数组，而下一个conv层应用了64个滤镜，结果将是32 * 64个卷积数组吗？