当参数一样多的时候，神经网络变得更高比变宽更有效果。为什么会这样呢？
其实和软件行业的模块化思想是一致的。
比如，如果直接对这四种分类进行训练，长发的男孩数据较少，那么这一类训练得到的classifier不是很好。
但如果分成长发or短发，男孩or女孩，这两种基分类器，那么数据就是足够的，可以得到很好的结果。这样的话，其实用比较少的数据就可以得到很好地分类结果。
模组化这个事情机器是可以自动学到的。
图像应用
语音应用
第一步要做的事情就是把acoustic feature转成state，再把state转成phoneme，再转成文字。
传统的HMM-GMM方法，给你一个feature，你就可以说每一个acoustic feature从每一个state产生出来的几率。
但是每一个state都要用Gaussian Mixture Model来描述，参数太多了。
有一些state，他们会共用同一个model distribution，这件事叫做Tied-state。是否共用，需要借助知识。
HMM-GMM的方式，所有的state是independently的，没有一个effective的方法来model人声。
不同的phoneme之间其实是有关系的，如果说每个phoneme都搞一个model，这件事是没有效率的。
DNN的方法，input是一个acoustic feature，output是acoustic feature属于每个state的几率。
最关键的一点是所有的state都共用同一个DNN，并没有为每一个state产生一个DNN。
虽然DNN的参数很多，但并不是因为参数多所以比GMM好，因为GMM的每一个phoneme都有一个model，参数加起来可能比DNN还要多。
两种方法比较：
DNN做的事情在比较低层的时候，它并不是马上去侦测这个发音是属于哪个state。
它的做事是它先观察(detector)说，当你听到这个发音的时候，人是用什么方式在发这个声音的。(模组化)
普遍性原理：
过去的理论说，任何的continuous function，都可以用一层来完成。但这种模型效率并不高。
逻辑电路和逻辑闸的例子，后边做的是奇偶校验。
还有个形象的例子就是剪窗花，右图的features transformation和它是一个道理。
二维坐标的例子。
End to End Learning
深度学习的一个好处就是，我们可以做End-to-end learning。
就是说只要给model input和output，不用告诉它每层function要咋样分工，让它自己去学中间每一个function。
对于语音识别问题，DNN的方法得到的结果，和传统方法中最好的MFCC可以持平。
图像识别的问题也是一样。
还有，对于复杂问题，一层是远远不够的。
对于语音识别来说，看起来每个人说的很不一样，但当到第八层时，不同的人说的同样的句子，它自动的被line在一起了。
对于手写数字识别，到了第三层时，就可以很好地分开了。
