为什么要用深度学习

深度越深越好？
深度学习适用于很多场景，越深的网络一般来说表现越好。
网络的层数越多，参数就越多，这个模型就越复杂，它的bias就越小，而使用大量的数据可以降低模型的variance，所以模型表现就会更好。
如下图所示，随着层数1-7，得到的错误率逐渐下降。
如果仅是因为大量的数据加上足够多参数的模型就可以表现较好，那为什么要用深度神经网络，可以用神经元数目足够多的网络替代吗？
深度和宽度？
深度和宽度两种结构的表现是不同的“：

右侧表示的是deep network的情况，左侧表示的是shallow network的情况，为了保证两种情况下参数的数量是比较接近的，因此设置了右侧1<