CNNを学習させていくと、 自然と浅い層がエッジを捉えるフィルターになり、 深い層が複雑なパターンを捉えるフィルターになっていく理由がよくわかりません。 勾配降下法は、あくまで誤差関数を減らすようにパラメータを調整しているだけだと思うのですが、 そうすると自然と上記のような構造に収斂するのでしょうか？