1.keras的sequential模型需要知道输入数据的shape，因此，sequential的第一层需要接受一个关于输入数据shape的参数，后面的各个层则可以自动的推导出中间数据的shape，因此不需要为每个层都指定这个参数。可以通过传递一个input_shape或者batch_input_shape的关键字参数给第一层来输入数据shape，他们是tuple类型的数据，其中可以填入None，如果填入None则表示此位置可能是任何正整数。

  batch_input_shape给出了batchsize大小后，整个sequential的batchsize不变，若为None，则the model will be able to process batches of any size。input_shape就相当于一个batchsize为None的batch_input_shape，所以input_shape就是batches of any size。

2.feature map是，各个feature map之间是相互独立的

3.filter的个数

4.RGB  w=(1,2,3)------每一个小的