您对输入的基本排列是正确的，但有许多不同之处：

1. 人工神经网络通常使用样本数据作为输入，用于训练或调整其内部连接的权重，以在一定的误差范围内准确分类它们。然后将网络应用于未知数据以对其进行分类。边缘检测过滤器只是对输入数据进行转换的盲算子，而不管它如何分类。没有培训，因此任何智能都只存在于过滤器开发人员的脑海中。

2. 如本文所述，可以将 CNN 训练为有效的 Sobel（边缘检测）滤波器，但 Sobel 滤波器不能成为有效的学习算法。

3. 训练神经网络更具不确定性，其输出取决于训练它们的数据，甚至可能取决于用于分类的操作计算。应用过滤器通常是确定性的，即如果应用两次，它们将以完全相同的方式转换相同的数据。

表达最大差异的一种简洁方式是：细胞神经网络正在寻找一个函数，而 Sobel 滤波器是一个函数。

请注意，有一些类型的神经网络称为卷积神经网络，它们可以在其输入层中使用 Sobel 和其他滤波器，如此处所述。不过，这些都不是你要问的事情。:)