网络中隐含层神经元节点的个数（需要学习的特征数目）

http://blog.csdn.net/zouxy09/article/details/9983399

1、网络中隐含层神经元节点的个数（需要学习的特征数目），采集的密度（也就是convolution时的移动步伐，也就是在什么地方计算特征）和感知区域大小对最终特征提取效果的影响很大，甚至比网络的层次数，deep learning学习算法本身还要重要。

2、Whitening在预处理过程中还是很有必要的。

3、如果不考虑非监督学习算法的选择的话，whitening、 large numbers of features和small stride都会得到更好的性能。

4、在以上4种实验算法中，k-means效果竟然最好。因此在最后作者给出结论时的建议是，尽量使用whitening对数据进行预处理，每一层训练更多的特征数，采用更密集的方法对数据进行采样。