В модели Keras Sequential Conv2D, по-видимому, требует, чтобы ядро ​​было уже, чем толстый предыдущий слой. Почему?

Я создаю Sequential модель в Keras, которая берет цветное изображение и сворачивает его через несколько Conv2D слоев примерно того же размера и формы, что и верхний слой (в основном, за вычетом краев, срезанных извилинами).

Мое понимание заключается в следующем:

kernel_size указывает размер патча для каждого входа свертки filters указывает глубину слоя для каждого вывода свертки.

Затем я делаю некоторые другие вещи после извилин, которые здесь не имеют значения.

Однако, когда я попытался скомпилировать свою модель перед ее тестированием на небольшом количестве данных, я обнаружил, что Tensorflow жалуется, когда я пытаюсь сделать kernel_size для данного слоя больше, чем filters для предыдущего слоя. На самом деле это не так; вместо этого он говорит

Negative dimension size caused by subtracting 3 from 1 for 'conv2d_2/convolution' (op: 'Conv2D') with input shapes [?,1,1022,1022], [3,3,1022,1]

что не совсем информативно. Однако я заметил, что цифры, которые он ставит, соответствуют

Negative dimension size caused by subtracting <this layer's kernel_size> from <previous layer's filters> ....

и установка filters выше остановила ошибку.

Мой вопрос: почему это должно быть? Я думал, что filters указал глубина, а kernel_size указал ширина. Не должно быть необходимости подгонять заплатку свертки в толщину предыдущего слоя. Более того, эта проблема не возникает на первом слое, чья глубина канала (которая, как я понимаю, фактически эквивалентна filters) равна 3.

Это ошибка, или я неправильно истолковываю значение этих параметров или что-то еще?

Фрагмент кода:

__model = Sequential()

# feature layers
__model.add(Conv2D(input_shape=(3, iX, iY), data_format = "channels_first", kernel_size=kernelfilters[0][0],
                   filters=kernelfilters[0][1], activation=ACTIVATION))

for kernelfilter in kernelfilters:
    __model.add(Conv2D(kernel_size=kernelfilter[0], filters=kernelfilter[1], activation=ACTIVATION))

Последняя строка та, что обрывается.

Каждый kernelfilter в массиве kernelfilters представляет собой пару чисел, определяющих значение kernel_size и filters в указанном порядке. iX и iY — исходные размеры изображения. ACTIVATION — константа, в настоящее время установлена ​​на "relu", но я могу изменить ее позже!