来源于Andrew Ng, 《Why deep representations?》
浅层（shallow）神经网络，顾名思义就是层数很少的神经网络，比如隐藏层的层数为1，如下所示：
浅层（shallow）神经网络
深层（Deep）神经网络，顾名思义就是层数很多的神经网络，如下所示：
深层（Deep）神经网络
使用深层（Deep）神经网络的机器学习，就是深度学习，按照Andrew Ng的意思，Deep Learning 是一个带有更多市场宣传意味的词，在工程实践中，还是要从层数比较少的神经网络开始，慢慢的加深，直到有效的解决问题。
深层神经网络相对于浅层神经网络的优势有：
1，提取更加复杂的特征。
在一个神经网络中，位于较浅位置的神经元从输入中提取的是较为简单的一些特征信息，而随着层次的加深，神经元将提取愈加复杂的特征信息，从而使得神经网络能够做出更准确的判断。
2，避免神经元数量指数增加
层数少的网络需要更多的神经元
网友评论