关于 caffe 中卷积层 filter 的一个小疑问，求解答～～～～

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？