Was ist das Besondere an einem tiefen Netzwerk?

Netzwerke mit mehr Faltungs-Schichten werden als „tiefe“ Netzwerke bezeichnet und können komplexe Daten besser anpassen, weil sie hierarchische Darstellungen der Daten erstellen können, die sie anpassen.

Was ist der Hauptunterschied zwischen einem tiefen CNN und einem CNN mit nur einer Faltungs-Schicht?