主要功能：分类识别(图像、语音、文本)。其中图像和语音：密集型矩阵，文本：稀疏型矩阵
网络结构：每层的节点不一定太多，但层数在一直增长。
更深的神经网络比宽的神经网络，学习花费更低。比如10层网络能解决的问题，如果用单层解决，可能需要几千个节点。
每一层可以理解为一层理解力
如果每一个节点都是线性的，那么它的组合就是线性的，那它的组合也只能是线性的。(节点是不是线性的，取决于它的激活函数是不是线性的)
非线性的设计主要体现在神经元的设计上。
神经元的工作：
1.把输入做线性组合
2.做非线性的处理。(通过激活函数)
学习率：不能过高也不能过低。因为训练神经网络系统的过程，就是通过不断的迭代，找到让系统输出误差最小的参数的过程。每一次迭代都经过反向传播进行梯度下降，然而误差空间不是一个滑梯，一降到底，常规情况下就像坑洼的山地。学习率太小，那就很容易陷入局部最优，就是你认为的最低点并不是整个空间的最低点。如果学习率太高，那系统可能难以收敛，会在一个地方上串下跳，无法对准目标（目标是指误差空间的最低点），可以看图：
xy轴是权值w平面，z轴是输出总误差。整个误差曲面可以看到两个明显的低点，显然右边最低，属于全局最优。而左边的是次低，从局部范围看，属于局部最优。而图中，在给定初始点的情况下，标出的两条抵达低点的路线，已经是很理想情况的梯度下降路径。
