DeepMind AlphaGo 论文的第 27 页出现了以下句子：

第一个隐藏层零填充输入到一个$23 \times 23$图像，然后卷积$k$内核大小的过滤器$5 \times 5$迈着大步$1$与输入图像并应用整流器非线性。

"convolves" 是什么意思$k$过滤器”是什么意思？

是否意味着以下：

第一个隐藏层是卷积层$k$团体$(19 \times 19)$神经元，其中有一个内核$(5 \times 5 \times numChannels + 1)$每组的所有神经元使用的参数（输入权重加上偏置项）。$numChannels$是 48（输入图像堆栈中特征平面的数量）。

全部$(19 \times 19 \times k)$神经元的输出可用于第二个隐藏层（它恰好是另一个卷积层，但原则上可以是完全连接的）。

?