在卷积神经网络（CNN）中，有人告诉我滤波器是随机初始化的。

我接受这个说法，但是，在进行梯度下降时，是谁在学习呢？是特征图，还是滤波器？我直觉上认为是滤波器在学习，因为它们需要识别复杂的事物。但我想确认一下这一点。

回答：

在卷积神经网络的背景下，核 = 滤波器 = 特征检测器。

这里有一个来自斯坦福深度学习教程的精彩插图（也由@某人很好地解释）。

滤波器是黄色的滑动窗口，其值为：

特征图是粉红色的矩阵。它的值取决于滤波器和图像：因此，学习特征图是没有意义的。只有在网络训练时，滤波器才会被学习。网络可能还有其他需要训练的权重。