深度学习: Nonlinear (非线性)

非线性很难形式化，但却是深度学习的 核心竞争力 。

正是由于网络中强大的非线性因素，我们得以 深度地抽象出 特征。

非线性函数主要存在于pooling层，用来 增加模型容错能力（即 防止过拟合）。

假若网络中全部是线性部件，那么线性的组合 其实还是线性，与单独一个线性分类器无异。这样就根本做不到用非线性来逼近任意函数。