l加一层每个节点的数字表示该节点对多路加权输入求和后的结果，便是对上一层的多路加权求和得到了四，这是求和后得到的结果。
这块表示的并不是这一层的输出，由于这一层的输出理论上还要加一个结果函数，这里没有表示出来，以是四和二不一样。

[视频]从AI到GPT——人工智能浅述-06经典特色提..._卷积_节点 云服务

二是节点的输出，四表示节点综合多路输入得到了这么一个结果，还没有去做激活，激活之后才会作为节点的输出向下一个节点去传播，这是一个须要解释的地方。
由于这里只是为了讲卷积层，因此就忽略了卷积函数的内容。

其余此处仅展示了一个卷积核的卷积过程，而实际运用当中一个卷积层可能会有多个卷积核从不同的特色维度定型的提取各个区块的特色。
比如这次只是用一个不雅观察窗口去不雅观察它，可以是每次只是用一个卷积核去不雅观察，下一次再针对新的特色项再去换一个卷积核去不雅观察，这是一种方法。

同时也可以在l层到l加一层的过程当中用多个卷积核同时去不雅观察它，得到不同的卷积核，再把它们拼接在一起形成下一层的特色。