首先纠正一个问题，CNN并没有降低计算量，因为CNN通常处理的都是图像数据，因此，需要的计算量反而相当的大，需要专业的显卡支持其计算。

既然问出这个问题，我猜你应该是对CNN的共享权重没有理解透彻，你以为cnn共享权重相对于普通网络降低了计算量，当然不能说没降低，但是其目的可不是为了降低计算量。简单的问题采用全连接的方式是可以的，但牵扯到图像，动则上千万像素这个量级的问题，全连接明显是不可能的。

那为何CNN会共享权重呢？

这与我们大脑的对图像处理的机制有关，我们大脑处理图像绝不是DNN（深度神经网络）的一个点一个点处理的方式。举个例子，下面这张图，我们第一眼看到并开始分析的决对不会是像素点（你非要说你就是看像素点我就没办法了），而是对图做了分类如颜色角度整张图偏暖色，头发偏黑色；从生物角度讲里面还有个人，在从人的细节是一个年轻的瘦瘦的性感的长发的戴帽子的大眼睛的高鼻梁的露肩外国女人；在从底层一点分析，有镜子的反射轮廓，帽子轮廓，人的轮廓等等。

这说明啥，这说明我们在第一眼看到这幅图像时，我们的右脑已经自动将整幅图分解成各个类别的集合。如人类的特征集合、帽子特征集合、环境特征集合。看到大眼睛、紧致皮肤、俊俏面庞、长发我们会连想到“美女”，没有人会把这些特征和其他特征联系在一起，因此这些集合是共享的。

Cnn正是从我们大脑的运行方式学来的方法，权重共享只是模拟大脑的一种方法，并不是为了减小计算量，并且牵扯图像的，计算量都非常大。