层由神经元(更常见的是神经元块)组成。深度神经网络由多个层构成,每层的神经元与一个或多个相邻层的神经元相连。增加层数使网络“更深”。随着网络加深,其复杂性提升,预测能力增强,但训练难度也随之增加,因为解空间会呈指数级扩大。