1.公式总结：
输入图像通道数=卷积核filter通道数
卷积层的输出特征图数目=卷积核的数量=输出通道数
公式总结的对么？
2.卷积层的输出shape.如下图所示(滑到最底端)
第一层卷积的每个样本输出为[None,28,28,32]是一个三维矩阵
其中32是输出通道数，也就是说输出了3个特征图，特征图也是图有的黑白有的彩色，
它也有颜色通道这个维度，为什么这个颜色通道没有在卷积层的输出里面呢？
如下图2中，第一层卷积的输入shape为[28,28,1]有颜色通道这个维度呢，为什么经过卷积
后的输出shape中没有颜色通道了呢？
3.我看网上有的资料说：卷积层中的通道就是特征图？
怎么感觉不对呢？因为卷积核也有通道呀
我认为1个特征图只是一张图，只能代表特征图的一个通道；
但是filter也有通道。我理解的对么？
4.【卷积层则可以在通道与通道之间进行交互，之后在下一层生成新的通道，其中最显著的就是Incept-Net里大量用到的1x1卷积操作。基本上完全就是在通道与通道之间进行交互，而不关心同一通道中的交互。】
假设当前特征图作为输入有6个通道，也就是6张特征图，卷积核数目有3个
"卷积层在通道与通道之间进行交互，生成下一层新的通道"，是否可以理解为：卷积层的当前特征图也就是当前的6个通道
在进行卷积操作时，与卷积核的6个通道分别进行滑动相加求和操作，这个滑动相加求和的操作就是通道与通道之间的交互么，
也就是特征图与卷积核进行交互，只不过1个是输入的特征图通道，一个是卷积核的通道？
交互完生成一个3通道的特征图?我理解的对么？
如果有不对的地方，请老师指正一下，谢谢。