卷积神经网络所取得的各种优异表现直接推动了卷积自编码器的产生。严格上来说，卷积自编码器属于传统自编码器的一个特例，它使用卷积层和池化层替代了原来的全连接层。
优点
传统自编码器一般使用的是全连接层，对于一维信号并没有什么影响，而对二维图像或视频信号，全连接层会损失空间信息，通过卷积操作，卷积自编码器能很好的保留二维信号的空间信息。
特点
卷积自编码器与传统自编码器非常类似，其主要差别在于卷积自编码器采用卷积方式对输入信号进行线性变换，并且其权重是共享的，这点与卷积神经网络一样。
因此重建过程就是基于隐藏编码的基本图像块的线性组合。
卷积自编码器的损失函数与传统正则自编码器一样，具体可表示为：