从理论上来说，神经网络中包含的隐藏层越深，隐藏层包含的神经元越多，能够从数据中提取的特征越丰富，学习能力就越强。
举一反三
- 卷积神经网络的层数越多，意味着能够提取到不同层的特征越丰富，并且越深的网络提取的特征越抽象，越具有语义信息。
- 简述人工神经网络的隐藏层包含哪些功能层？
- 对于神经网络来说，通常包含以下几种层（）。 A: 输入层 B: 输出层 C: 隐层（隐藏层） D: 激活层
- 在神经网络中，不包含那一层？（ ） A: 激励函数层 B: 输入层 C: 输出层 D: 隐藏层
- 深度学习神经网络的隐藏层数对网络的性能有一定的影响,以下关于其影响说法正确的是:-----------（） A: 隐藏层数适当减少,神经网络的分辨能力不变,,, B: 隐藏层数适当增加,神经网络的分辨能力越强 C: 隐藏层数适当减少,神经网络的分辨能力越强 D: 隐藏层数适当增加,神经网络的分辨能力越弱