我理解卷积核如何工作以及它们在神经网络中的功能。但是，我不确定在典型的CNN中你是否会预先定义卷积内核是什么，或者CNN＆＃34;它是否会出现这种情况。＆＃34;例如，在制作CNN时，您可以简单地定义一些5x5卷积内核，如下所示：
kernel = [[ 0, 1, -2, 1, 0]
[ 0, 2, -1, 2, 1]
[ 1, 0, 1, 0, 0]
[-1, -1, 0, -3, -1]
[-3, -2, 0, 1, 1]]
或者你只是告诉CNN找到一个5x5内核，经过训练后它会得到一个好的5x5内核吗？
答案 0 :(得分：1)
对于CNN，内核在优化过程中经过训练，因此矩阵中的每个数字都是一个自由参数，根据相对于该特定变量考虑的损失的偏导数进行调整。
所以回答
或者你只是告诉CNN找到一个5x5内核，经过训练后它会得到一个好的5x5内核吗？
你会告诉模型使用给定大小的K内核，给定间距，可能是多层，然后是其他操作，它会自己找到所有内核。