在单纯的CNN网络中，或者说在某层CNN网络中，是的。卷积核的目的，就是为了重复利用普通神经网络（比如，全连接网络）的权重参数，达到减少全局参数数量，减少训练的计算量的目的。
CNN的卷积层 学习参数就是卷积核，但cnn还包含了全连接层，Dense层的参数w，b也是cnn要学习的对象
卷积神经网络包括 卷积 池化 和 激活函数，因此，卷积核仅仅是卷积操作中的一个组件。
