是不是深度學習的hidden layer越多越好，我們並不是單純的研究引數增多的所帶來的效能改善，我們關注的是相同的引數情況下，是不是深度越深越好。
那麼是什麼樣的原因出現上邊的情況呢？乙個合理的解釋就是modularization。
modularization把本來複雜的問題變簡單，即使training data沒那麼多也能有較好的performance ，所以deep learning相對所需的data較少。
注：是所有的連續函式，不是指任何乙個函式！！！
用邏輯電路的表示和神經網路做對比。
用剪窗花做模擬
參考：
為什麼是「深度」學習而不是寬度？
為什麼是深度而不是寬度？先說說我個人的理解，如下圖所示，圓圈表示神經元，有兩種方式。第一種，只有一層神經層，有8個神經元 第二種方式，有兩層神經層，分別有2個和4個神經元。相比之下，第一種更 寬 更 淺 第二種更 窄 更 深 對於每個輸入，兩種方式都可能產生8種結果 第一種 8 1 第二種 2 4 ...
什麼是深度學習？
讓我們先從深度學習的定義入手，然後順便理一下深度學習 機器學習以及ai之間的一些聯絡 深度學習是指多層的人工神經網路 和訓練它的方法。一層神經網路 會把大量矩陣數字作為輸入，通過非線性啟用方法取權重，再產生另乙個資料 三者聯絡如下 機器學習 抵達ai目標的一條路徑 深度學習是機器學習 研究中的乙個新...
為什麼需要深度學習
為了科研專案的需求，作為在博一快結束時轉而進行機器學習領域的研究。周圍沒有同事從事相關的研究，用最快的速度完成了對機器學習和深度學習的了解。我感覺經常問自己的乙個問題就是為什麼要從機器學習到深度學習？對我的科研工作有沒有幫助。我主要看了兩個資料 deep learning book mit intr...