cnn 卷积中使用的默认内核是什么

例如，在这个 keras 代码中，有 32 个大小为 5x5 的过滤器。

我的问题是 1）这 32 个过滤器中的不同默认内核是什么。例如在一个教程中我读到 可以作为水平边缘检测器和 可以作为垂直边缘检测器。

$$\begin{bmatrix} 1 & 1 \\ -1 & -1\\ \end{bmatrix}$$ $$\begin{bmatrix} 1& -1\\ 1 & -1 \end{bmatrix}$$

def baseline_model():
    # create model
    model = Sequential()
    model.add(Conv2D(32, (5, 5), input_shape=(1, 28, 28), activation='relu'))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Conv2D(32, (5, 5), activation='relu'))
    model.add(Dropout(0.2))
    model.add(Flatten())
    model.add(Dense(128, activation='relu'))
    model.add(Dense(num_classes, activation='softmax'))
    # Compile model
    model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
    return model