就是反向传播后，算完导数乘完学习率，是整个卷积核一起加减算出来的这个更新值么？
望采纳是的，在卷积神经网络中，每一个卷积核都会有一个对应的权重矩阵，当网络进行反向传播时，每一个权重矩阵都会计算出一个梯度值，然后乘上学习率之后，再将结果与原来的权重矩阵进行加减运算，得到新的权重矩阵。这些操作都是一次性完成的，也就是说整个卷积核一起计算出了更新值。