我想重新创建此ProperySource的结果。他们使用术语卷积层来表示它们应用于音频谱的神经网络。我不确定我是否理解卷积层是什么，以及它与普通卷积神经网络（cnn）的区别。
报告指出这是差异：
卷积层不同于标准的完全连接隐藏 然而，层在两个重要方面。首先，每个卷积 单元仅从输入的本地区域接收输入。这意味着 每个单位代表一个地方的一些特征 输入。其次，卷积层的单位本身就可以 组织成一些功能图，其中所有单位都在同一个 要素图共享相同的权重，但接收来自不同的输入 下层的位置
对我来说，这听起来像普通的cnn网络。有什么区别？