原因是卷积的两个特点：①卷积核的通道数等于输入数据的通道数。）②卷积结果的输出通道数取决于卷积核的个数。卷积结果的矩阵的物理含义：矩阵中的每一个元素为输入图像的某位置与卷积核的相似程度。通过将卷积核移动到输入数据上，进行对应位置的加权求和，得到一个数字，并通过移动覆盖全输入图像，多个数字组成的矩阵即为卷积结果；在每个通道上，卷积结果矩阵的尺寸计算公式为（输入尺寸-卷积核尺寸+填充的尺寸）/步长+1

以下内容为本人学习 Mathematics for Machine Learning的笔记。

以下内容为本人学习 Mathematics for Machine Learning的笔记。

以下内容为本人学习 Mathematics for Machine Learning的笔记。