各位大神你们好，对于下面的一个 layer 模型：
layer {
name: "conv1"
type: "Convolution"
bottom: "data"
top: "conv1"
param { lr_mult: 1 　 decay_mult: 1 }
param { lr_mult: 2 　 decay_mult: 0 }
convolution_param {
num_output: 96
kernel_size: 11
stride: 4
weight_filler {type: "gaussian" 　 std: 0.01 }
bias_filler 　 {type: "constant" 　 value: 0}
}
}
之前我看了 UFLDL 教程，那里 filter 是事先通过同类的 training set 经过 Sparse Autoencoder 的得出的（模拟人类识别图像时，只有少部分神经活跃），自编码时 loss function 中还有个 KL_divergence 判罚，但这里使用的 loss function 没有该项。
此外，对 filter 进行配置的 weight_filler 和 bias_filler 是什么作用？是进行初始化的吗？
如果是，那 weight_filter 里面的 type 又是干嘛的？
如果不是， loss function 和 solvers 都已经给出了，这一项又有什么作用？