通常我们说5*5的卷积核，其实都忽略了卷积核的第三个通道，该通道是和输入的feature_map的第3个维度有关的。比如我们data层输入了一张224*224*3的图片，然后我们第一个卷积层里面参数是kernel_size =5,output=96.那么我们卷积部分的参数应该是5*5*3*96,意思就是一个卷积核要同时“卷积”多个维度。
