如果过滤器数量为nn，那么输出的数据维度就变为4×n4×n。
一维卷积常用于序列模型，自然语言处理领域。
3. 三维卷积这里采用代数的方式对三维卷积进行介绍，具体思想与一维卷积、二维卷积相同。
假设输入数据的大小为a1×a2×a3a1×a2×a3，channel数为cc，过滤器大小为ff，即过滤器维度为f×f×f×cf×f×f×c（一般不写channel的维度），过滤器数量为nn。
基于上述情况，三维卷积最终的输出为(a1−f+1)×(a2−f+1)×(a3−f+1)×n(a1−f+1)×(a2−f+1)×(a3−f+1)×n。该公式对于一维卷积、二维卷积仍然有效，只有去掉不相干的输入数据维度就行。
三维卷积常用于医学领域（CT影响），视频处理领域（检测动作及人物行为）。