深度学习的方法，核心是拟合；
拟合的意思，是指在一个被定义的度量空间里，用一个函数，比较准确地表示一堆现有的空间数据，让拟合后误差尽量变小，贴合的越近越好；
为何又说深度学习是统计呢？
这个观点，跟拟合是同一个意思的不同表述，一理各表；
在一个 给定的度量空间里，给定(训练出来)一个函数。然后给出一组变量，通过计算函数值(推理)，并找到跟这个函数值最近的理想函数值； 那么，这组变量，表示这个理想函数值的概率最大；其他次近的理想函数值，概率次之；
与猫的距离越小，表示猫的概率越大；
