淺層神經(jīng)網(wǎng)絡(luò)可以模擬任何函數(shù)，但數(shù)據(jù)量的代價(jià)是無法接受的。深層解決了這個(gè)問題。相比淺層神經(jīng)網(wǎng)絡(luò)，深層神經(jīng)網(wǎng)絡(luò)可以用更少的數(shù)據(jù)量來學(xué)到更好的擬合。深層的前提是：空間中的元素可以由迭代發(fā)展而來的。

1.? 為什么神經(jīng)網(wǎng)絡(luò)高效：并行的先驗(yàn)知識使得模型可用線性級數(shù)量的樣本學(xué)習(xí)指數(shù)級數(shù)量的變體

2.? 學(xué)習(xí)的本質(zhì)是什么：將變體拆分成因素和知識（Disentangle Factors of Variation）

i.? ?為什么深層神經(jīng)網(wǎng)絡(luò)比淺層神經(jīng)網(wǎng)絡(luò)更高效：迭代組成的先驗(yàn)知識使得樣本可用于幫助訓(xùn)練其他共用同樣底層結(jié)構(gòu)的樣