在 CNN 的情况下，过滤器应用于每个可能位置的图像小块（这也使它们平移不变）。

Autoencoder 的隐藏层将整个图像（前一层的输出）作为输入，这对于图像来说看起来不是一个好主意：通常只有空间局部特征相关，而更远的特征相关性较低。此外，这些隐藏的神经元不是平移不变的。

因此，CNN 就像通常的人工神经网络一样，具有一种特殊的正则化，它将大部分权重归零以利用局部性。