神经网络关于 x 轴不对称是很常见的，也就是说，前几层的神经元比后几层的多得多。常见示例：

但是，神经网络能否以它们关于y 轴不对称的方式构造，也就是说，使得网络的某些部分比其他部分“更深”？

这可能有用的一个例子是问题涉及一些简单的特征（只需要少量的层）和一些更复杂的特征（这可能会从更多的层中受益 - 即更大的“深度”）。