#Pullword原理# 其实很简单，深度学习中一个主要特点是通过多层的auto encoder自学习，来获得更好的特征。也就是X -> H1 ->X' ，H1 -> H2 -> H1' 这种。那么当学习完毕后，有一个新的Y，可以通过模型得到H1(Y), 继而得到H2(Y)，最后重放出 Y' 。那么Y‘应该是Y中最重要，最主要的结构。（待续）
