如何求卷积核中参数的梯度，
（典型的BP网络我会做，但是这个卷积核因为权值共享就搞不懂如何求了。看了很多博文，仍然不明白）
你用的什么框架？还是你自己写的代码。求梯度在主流的框架，比如tensorflow中都是封装好的。自己写的话，相当于求导数。
所谓“权值共享”，跟传统BP最大不同就是，卷基层不是全连接了，相当于通过一个（only one）滤波器去卷积上层传下来的东西，
实际在各种框架中，譬如caffe是做了很多行列变化操作来加速这种卷积操作的，包括被卷积的图像和卷积核，以达到加速的目的，可以看看
caffe源码