CNN 모델 관련 질문 드립니다.

안녕하세요. 강의를 듣다가 궁금한게 생겨서 질문 남깁니다.

아래 CNN 모델 파라미터 설정 부분에서 

tf.keras.layers.Conv2D(filters=32, kernel_size=5, strides=1, padding='same', activation='relu')

filters와 activation에서 의문이 듭니다.

첫 째, filters가 32로 설정되어 있는데, 이미지에 5x5 크기의 32개 필터를 적용한 것으로 이해가 됩니다. 즉, 1개의 이미지가 32개의 필터링된 이미지로 변환.

여기서 드는 의문점은 필터의 종류만해도 수십가지가 될텐데, 이거는 CNN 모델이 알아서 적용을 하는 것인가요?

만약 그렇다고하면 원리가 무엇인지 알 수 있을까요?

CNN을 제가 이해하기로는 이미지에서 특정 부분을 추출하여 NN 입력으로 사용하는 것 같은데, 여기서 학습하면서 바뀌는 건 NN의 파라미터라 생각이 되거든요.  그러니까 필터는 학습하는 과정에서 바뀔 것이라 생각이 안되는데 어떻게 CNN 모델이 알맞은 필터를 적용할 수 있는지가 궁금합니다.

둘 째, activation이 설정되어 있는데, 필터링한 이미지에 왜 activation을 적용해야하는지 의문이 듭니다. 

제가 머신러닝에 대한 기초도없고 딥러닝에 대한 기초가 없어 질문이 너무 난해할 수 있을 것 같네요. 그래도 답변 부탁 드립니다. 감사합니다.