我在CNN工作，我有一些疑问。假设我只想要一个特征图，只是为了让事情变得更容易。让我们假设我的图像是灰度的，以使事情变得更容易。所以，假设我的图像是 (32,32) --grayscale，因此只是一个通道，我们不需要明确地编写它，我的过滤器是 (3,3) -- 再次，一个特征图，所以我不会打扰写1。我知道这将映射到（30,30）层。

我将有多少个参数？如果我理解正确，我将有 9 个权重和一个偏差，所以总共有 10 个，因为我们使用相同的权重映射每个 (3,3) 子区域。反向传播将确定这些权重的最佳值，这将为我提供一个特征图或过滤器。

到现在为止还挺好。我不明白的是培训是如何进行的？在图像上移动时我需要保持相同的权重和偏差（这就是为什么我只有 10 个参数），但是当我进行反向传播时这些不会改变吗？如何应用反向传播并保持相同的权重值，而不管它们应用于哪个子区域？