[Tensorflow 2.0] 深度网络建模初级问题

# define GoogLeNet
def GoogLeNet(im_height=224, im_width=224, class_num=1000, aux_logits=False):
    # tensorflow中的tensor通道排序是NHWC
    input_image = layers.Input(shape=(im_height, im_width, 3), dtype="float32")
    # (None, 224, 224, 3)
    x = layers.Conv2D(64, kernel_size=7, strides=2, padding="SAME", activation="relu", name="conv2d_1")(input_image)
    # (None, 112, 112, 64)

以上代码是我在用tensorflow2.0版本写GoogLeNet时看到的，输入进网络的是一个[batch，224，224，3]的一个RGB图片，那为什么在第一行定义GoogLeNet的时候后面括号里没有写 通道 的定义呢，而只写了长 宽 和 分类数量。我的理解是不是 layers.Input 这个函数定义了这个函数的输入的样子？

 x = layers.Conv2D(64, kernel_size=7, strides=2, padding="SAME", activation="relu", name="conv2d_1")(input_image)

这里不是写明了64个卷积核