CNN

卷积核的选取基于什么呢，是先完全随机，再后面通过启发性知识逐步调整吗？

理论上任意数字组成的卷积核都可以对图像矩阵做卷积操作，可是如果想用卷积来做类似模糊、边缘提取等具体功能的话，就需要一定规则来确定。传统图像处理中的卷积核是人工确定的，深度学习中的卷积核是通过梯度下降方法进行更新。

卷积的参数也是在训练中迭代更新的吗？那初始卷积核的参数是怎么确定的呀？

初始卷积核可以都置为0，也可以取随机值。