1、卷积核大小：卷积核大小决定卷积层的感受野大小，是卷积核所能覆盖的区域大小。卷积核大小的选择需要考虑输入数据的大小和特征的复杂度等因素。2、卷积核数量：卷积核数量决定卷积层的输出通道数，是卷积层提取的特征数量。卷积核数量的选择需要考虑特征的复杂度和网络的深度等因素。3、权重初始化：卷积层的权重需进行初始化，权重初始化的方式和范围会直接影响卷积层的学习效果。