オートエンコーダーと畳み込みニューラルネットワークで学習したフィルターの違いは何ですか？

CNNでは、フィルターを学習して、畳み込み層に特徴マップを作成します。

Autoencoderでは、各レイヤーの単一の非表示ユニットをフィルターと見なすことができます。

これら2つのネットワークで学習されたフィルターの違いは何ですか？

CNNフィルターの場合は、可能な各位置で画像の小さなパッチに適用されます（これにより、変換が不変になります）。

オートエンコーダーの非表示レイヤーは、画像全体（前のレイヤーの出力）を入力として取得します。これは、画像の良いアイデアのようには見えません。通常、空間的に局所的な特徴のみが相関し、離れたものは相関が低くなります。また、これらの隠れたニューロンは翻訳不変ではありません。

したがって、CNNは通常のANNと同様に特別な種類の正則化を備えており、局所性を利用するためにほとんどの重みをゼロにします。