概述
本文讲解卷积层中，彩色图，也就是RGB图、三通道的运算过程
整体来说，运算过程与灰度图相同，但略用不同
RGB图片
假设有一个 6×6×3 的图片样本，如下图：
卷积核
对于3通道的RGB图片，其对应的 卷积核（滤波器算子）同样也是 3通道，如下图：
注意： 上图是 一个卷积核，该卷积核有 3个通道
每个通道的权重值不同
一个 卷积核 3个通道 的 权重值 不同
肯定不同，如果一个 卷积核 3个通道的权重值相同，就没有必要用3个通道了
例如：
卷积核的R通道实现垂直边缘检测，G和B通道不进行边缘检测，全部置零
或者将卷积核的R，G，B三通道全部设置为水平边缘检测
具体做什么检查，不需要手动设置，在学习的过程中程序自己调整
与一个卷积核运算
第一步
将RGB图片 的 R通道、G通道、B通道 分别与 卷积核 的 R通道、G通道、B通道 进行乘法运算
第二步
将每个feature map求和
第三步
然后再将 3个 feature map 相加，得到 一个值。
注意
一个RGB图片（3个通道，即3个二维矩阵），一个卷积核（3个二维矩阵），计算后，只得到 1个二维矩阵
也就是说，RGB图卷积结果的数量，与 灰度图 卷积结果的 数量，相同
与n个卷积核运算
在实际应用中，都会使用多个卷积核。这里如果 再加一个 卷积核，就会得到 4×4×2 的结果
感谢
https://blog.csdn.net/weixin_39549734/article/details/82734115
https://blog.csdn.net/weixin_43430243/article/details/89512069