为什么是深度而不是宽度？

先说说我个人的理解，如下图所示，圆圈表示神经元，有两种方式。第一种，只有一层神经层，有8个神经元；第二种方式，有两层神经层，分别有2个和4个神经元。相比之下，第一种更“宽”更“浅”，第二种更“窄”更“深”。对于每个输入，两种方式都可能产生8种结果(第一种：8*1；第二种：2*4)，但是第二种方式的神经元总数更少。

因此，在神经元数目相同的情况下，“深度”学习出现的情况会更多，效果也会更好、更全面。

多说一句，在操作系统课程中，内存管理中多级页表技术来节省空间也与“深度”这个问题原理相同。

下面这张图是《深度学习入门教程》中看到的，是对上面这个问题的解释，这里与逻辑门类比，与上面的解释本质是一样的。