從廣義上說(shuō)深度學(xué)習(xí)的網(wǎng)絡(luò)結(jié)構(gòu)也是多層神經(jīng)網(wǎng)絡(luò)的一種。
　　傳統(tǒng)意義上的多層神經(jīng)網(wǎng)絡(luò)是只有輸入層、隱藏層、輸出層。其中隱藏層的層數(shù)根據(jù)需要而定，沒(méi)有明確的理論推導(dǎo)來(lái)說(shuō)明到底多少層合適。
　　而深度學(xué)習(xí)中最著名的卷積神經(jīng)網(wǎng)絡(luò)CNN，在原來(lái)多層神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，加入了特征學(xué)習(xí)部分，這部分是模仿人腦對(duì)信號(hào)處理上的分級(jí)的。具體操作就是在原來(lái)的全連接的層前面加入了部分連接的卷積層與降維層，而且加入的是一個(gè)層級(jí)。
　　輸入層 - 卷積層 -降維層 -卷積層 - 降維層 -- .... -- 隱藏層 -輸出層
　　簡(jiǎn)單來(lái)說(shuō)，原來(lái)多層神經(jīng)網(wǎng)絡(luò)做的步驟是：特征映射到值。特征是人工挑選。
　　深度學(xué)習(xí)做的步驟是 信號(hào)->特征->值。 特征是由網(wǎng)絡(luò)自己選擇。