后來人們發(fā)現(xiàn)隱藏層疊得越多，網(wǎng)絡(luò)的性能就越好。例如，在一個(gè)圖片識(shí)別的公共測試集上，2012年AlexNet共8層，錯(cuò)誤率為16.4%，2014年VGG共19層，錯(cuò)誤率為7.3%，2014年GoogleNet共22層，錯(cuò)誤率6.7%，2015年Residual Net有152層，錯(cuò)誤率降到了3.57%。因此，現(xiàn)在的網(wǎng)絡(luò)都是越疊越高，這種疊了很多層的神經(jīng)網(wǎng)絡(luò)就稱為“深度學(xué)習(xí)”。