filters是我们选择用于卷积层学习的kernels或的数量。feature detectors最后，我们得到的特征图的数量等于我们在这里声明的过滤器的数量。

现在，这些特征检测器是什么？这些矩阵通常比输入图像小（小得多）。是偶尔$3by3$,$5 by 5$或者像里面的那个Alexnet $7by7$.

在 中convolution layer，使用这些过滤器中的每一个进行卷积操作，每次我们取一个过滤器和我们的输入图像，然后我们将过滤器放在输入图像的左上角并乘以每个匹配的单元格，然后我们将总结结果并将其放入输出 ( feature map)矩阵的第一个单元格中。然后我们在图像上移动这个过滤器并做同样的事情，......直到我们填充整个feature map（stride定义我们在图像中移动多少个单元格）。一旦我们有了feature map在输入图像上应用第一个过滤器的结果的第一个过滤器，我们就采用另一个过滤器并执行相同的操作，依此类推。

显然，输出的特征图比输入的要小，随着输入大小减少的数量取决于我们选择的步幅，此外，我们在我们的feature map（也称为卷积/卷积图）中有一种聚合特征

既然我们指定了内核的大小和输入，为什么可以指示特征映射的数量（内核和输入之间的标量积的结果）？

事实上，如果我们知道内核的大小（宽度和高度）和输入的大小（宽度和高度），那么我们就知道特征图的数量。

问题是，如果我们只知道输入大小和内核大小，我们不知道步幅，那么将步幅设置为 2 或 1 或其他任何值都会给我们带来不同的结果。如果你假设你的步幅是一个特定的数字，那么你就会知道应该使用多少个过滤器。