两个方面：
1.更好的拟合，但较小的过拟合风险
2.强健的初始化方法（纠正非线性）
研究：激活函数、训练的复杂性
初始化方法，帮助更好的收敛
在不同的channels，改变非线性激活函数。
额外参数的数量==channels的数量，相对于weights参数还是微不足道的。（所以造成过拟合的风险很小）
每一层的所有channels共享系数。
获取低级特征信息，使用少量有限的过滤器。（更加经济的方式）
随着深度的增加，激活函数变得更加非线性。（在浅层保留更多特征信息，在深层特征更具区分度）
初始化：核心思想是研究每层响应的变化
推导解释了标准差为0.01时，深度网络不能收敛，梯度消失。
解决输入信号没有归一化