简单卷积层中的正确偏差数是多少？这个问题讨论得很好，但我仍然不太确定。

比如说，我们有 (3, 32, 32)-image 并应用 (32, 5, 5)-filter 就像在关于卷积网络中的偏差的问题中一样

层内核中的权重总数通常等于$3 \times 5 \times 5 \times 32$. 现在让我们计算偏差。上面的链接表明偏差的总数是$1 \times 32$，这是有道理的，因为权重在所有输出单元之间共享，因此每个输出特征图作为一个整体只有一个偏差是很自然的。

但另一方面：我们分别对输出特征图的每个单元应用激活函数，所以如果我们对每个单元有不同的偏差，它们不会相加，所以数量$0 \times 0 \times 32$ 代替 $1 \times 32$ 也有道理（这里 $0$ 是输出特征图的高度或宽度）。

如我所见，第一种方法被广泛使用，但我也在一些论文中看到了第二种方法。

所以， （$3 \times 5 \times 5 + 1) \times 32$ 或者 $(3 \times 5 \times 5 + 0 \times 0) \times 32$?