局部连接是指网络中每个神经元只与输入数据的一个局部区域建立连接。在卷积层中，每个神经元都只与下一层中的局部窗口内的神经元相接，这个局部窗口通常被称为“感受野”。这种连接方式使得C能够捕捉到输入数据的局部特征，而不需要对整个输入数据进行全局分析。
在C的早期阶段，每个卷积层都由多个卷积核组成，每个卷积核都负责从输入数据中提取一种特定的局部特征。这些卷积核可以看作是一种滤波器，它们对输入数据进行卷积运算，以捕捉输入数据中的特定特征。这种滤波器不仅可以在图像处理中提取边缘、纹理等基本特征，还可以在语音识别中提取音调、音色等特征。
权重共享是C中的另一个重要特性，它是指同一卷积层中的所有神经元都使用同一个滤波器进行卷积运算。这种特性使得C在处理数据时能够更有效地利用参数，减少模型的复杂度。同时，权重共享还有助于提高模型的泛化能力，因为同一个滤波器可以在不同的位置和角度上重复使用，从而使得模型能够更好地适应不同的数据分布。
局部连接和权重共享是C中的两个重要特性，它们使得C在处理图像、语音和自然语言等复杂数据时具有强大的能力。通过捕捉输入数据的局部特征，并使用共享的权重进行卷积运算，C能够有效地减少模型的参数数量，提高模型的泛化能力。
