深度的本质是表示效率，而非层数本身

很多人以为"深度学习"之所以好，仅仅是因为"网络深"。但花书的核心洞察是：深度的价值在于**指数级压缩表示复杂度**——同样的函数族，深层网络用多项式级参数就能表示，浅层网络却需要指数级参数。层数本身不是目标，"表示效率"才是。这也解释了为什么ResNet用残差连接"去掉了深度的诅咒"——它不是简单地让网络更深，而是让深度变得真正可用。