都是卷積2個特點，局部連接，權重共享，但這個權重共享，每一個卷積核，比如，一個 3x3×32 的卷積核，
它每一個維度上的權重是共享的嗎？
非也，看這篇文章,有一段佳話：
輸入channel=32
輸出channel=64
那麼排列組合就是64*32，在這裏實現了特徵的組合
，所以需要的權重數量是3x3×64×32
卷積核中的數值會進行一個初始化，但是裏面的數值其實就是權重值，
標紅的地方就表示，即使 同一個卷積核，每一個維度的卷積權重都是不一樣的。
人們更習慣把作爲數據輸入的前層的厚度稱之爲通道數（比如RGB三色圖層稱爲輸入通道數爲3），把作爲卷積輸出的後層的厚度稱之爲特徵圖數。 特徵圖數 也可以 說是 卷積核數。
後面更多拓展：
卷積網絡背後的直覺 - 知乎
https://zhuanlan.zhihu.com/p/37657943
理解分組卷積和深度可分離卷積如何降低參數量 - 知乎
https://zhuanlan.zhihu.com/p/65377955
變形卷積核、可分離卷積？卷積神經網絡中十大拍案叫絕的操作。 - 知乎
https://zhuanlan.zhihu.com/p/28749411