TensorFlow中的Conv2D（32，（3，3）是什么意思？

在张量流教程页（）中的CNN图像分类示例中

有一个代码是这样的

model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)))

我知道图像是32乘32，RGB通道为3，但Conv2D（32，（3，3）代表什么？ 特别是（3,3）。

的

（3,3）

指定了卷积核的形状。有关详细信息，请查看

---

可能是卷积核的大小？我建议你看一些关于深度学习的简短教程，因为你在问一个关于基本原理的问题。所以，在这种情况下，它只是表示有32个3乘3的过滤器？