我在网上浏览了几篇关于 CNN 的描述，它们都遗漏了一个关键部分，就好像它是微不足道的。

一个“体积”的神经元由几个平行层（“特征图”）组成，每个层都是与不同内核卷积的结果。

在卷之间，通常有一个步骤，其中层被池化和二次采样。

下一卷具有不同数量的并行层。

一个卷的特征图如何连接到下一卷的特征图？是一对多吗？多对多？N 个内核是否适用于第一卷中的每个 M 个特征图，在第二卷中产生 N*M 个特征图？对于第一卷中的每个特征图，这些 N 个内核是否相同，或者不同的内核是否适用于每个？

或者，第二卷的地图数量不一定是第一卷的倍数？如果是这样，第一卷中的地图是否会以某种方式交叉合成？或者，第二卷中的地图数量可能与第一卷中的每张地图不同？

或者，它是无数万亿种可能性中的其他一些吗？