1.多输入通道
2.多输入多输出通道
用ci和co分别表示输入和输出通道的数量，用kh和kw表示卷积核的尺寸，那么，对ci个输入通道，每一个通道都需要一个卷积核（识别并组合输入中的模式），于是，要输出一个通道，所需的卷积核尺寸就是ci*kh*kw的，那么要输出co个通道(识别输入中的co个特定模式)，所需的卷积核尺寸就是co*ci*kh*kw的。
通道是干什么用的？
输入通道中的卷积核识别并组合输入中的模式。
每个输出通道可以识别特定模式。（输出的每个通道对应的那个3d卷积核都是不同的，不同的卷积核自然能识别不同的模式。）
举个例子，比如要识别一只猫：原始的图片进来后，底层的网络可能会用不同的通道分别识别图像的小局部的信息，如：这里是一个什么角度的边，那里是一个什么角度的边等；稍高层的会把识别到的纹理组合起来，比如这里是猫耳朵的纹理，那里是猫的胡须的纹理等；到很高层的时候，可能每个通道识别出来的都是很高级的模式，比如这里是猫头，那里是猫耳朵等等。最高层识别出这是一只猫。
3. 1*1的卷积核
标签：输出,ci,卷积,6.4,识别,输入,通道 From： https://www.cnblogs.com/pkuqcy/p/17592688.html