我了解内核是如何与卷积运算相关的。我对每个操作中使用了多少内核感到困惑。假设输入图像为 256x256x3，我将其通过 32 个输出通道的 2D 卷积层。每个输出通道是通过在所有 3 个输入通道上卷积相同的内核还是通过在 3 个输入通道中的每一个上卷积不同的内核来创建的？换句话说，这个操作是使用 96 个还是 32 个不同的内核来产生 32 个通道？
i = Input(shape=(256,256,3))
x = Conv2D(filters=32,kernel_size=(3,3),padding='same',activation='relu') (i)