任何的分类问题
都是找到共同点，加以群分
一定存在某个分类法则可以群分两个事物
任何的数据都可通过某种变换得到这个分类法则的编码
深度编码可以让数据适合任何的分类法则
，
深度学习来说就是 通过卷积进行深度编码，
最后使用多维概率密度函数作为分类规则
从而达到分类的目的，所以基本的分类规则是固定的，就是将编码看做是角度，或者是坐标，进行分类
，
但是编码有很多的选择，所以说，卷积网络结构是可以影响分类结果的，针对不同的分类需求不同的网络结构对分类的影响各有不同，所以不能说有一个绝对的网络结构是完美适合分类的只有不断的尝试和调整网络结构才能得到我们想要的最佳结果
自动调整网络结构是必要的
