channel和fiter的关系

一个filter就生成一个channel，一个channel就是一个featuremap是吗，那filter是三维的还是二维的阿，以下是实例。

416x416x3 的图片输入，经过32个3x3x3的卷积输出是 32个414x414featuremap，这32个32个414x414featuremap经过64个3x3x32的卷积核生成64个featuremap，我这样说对吗，我不知道是不是一个3x3x32的卷积生成一个featuremap 还是 一个3x3的卷积生成一个featuremap，pytorch里面有四个参数（64，32，3，3），如果是一个3x3的卷积的话那卷积是不是二维的。

一个filter就生成一个channel，一个channel就是一个featuremap是吗(你的这个理解是对的)，那filter是三维的还是二维的阿(三维的)，以下是实例。

416x416x3 的图片输入，经过32个3x3x3的卷积输出是 32个414x414featuremap，这32个32个414x414featuremap经过64个3x3x32的卷积核生成64个featuremap，我这样说对吗(你这个说法是对的)，我不知道是不是一个3x3x32的卷积生成一个featuremap(最终结果是生成一个featuremap) 还是 一个3x3的卷积生成一个featuremap(这个说法，看一下下面的图)

pytorch里面有四个参数（64，32，3，3），第一个参数是out_channels，第二个是in_channels，第三个是kernel_height，第四个参数是kernel_width