一个有趣的问题：数据和参数有区别吗？

你以为的规律很可能只是杂乱脉冲的随机分布，若是持续保持这样的分布，就形成规律，反之则被认为是噪声。而更让人惊讶的是，规律和噪声也可能没有明显的差异。

数据和参数没有区别，如何有效构建数据空间中的依赖模式就等价于如何有效组织深度参数学习。

从初始构建的两种等价类集合中，各自去取一些元素，然后重新组合得到新的元素，这两种元素在某个方面恰好得到最佳匹配。只是一种取法是由数据反映的现实世界执行，一种是由人工先验指定/当然也可以由其他的程序指定。显然，傻叉式的先验，会得到傻叉式的结果。而提升先验可以利用长期积累建立，可以是人，也可以是机器。

继续思考：为什么不能是更多种类呢？

再继续思考：指令，图像，文本，硬件，软件，等等，真的有区别吗？？

看起来是一个很好的想法，后续再扩充这个想法。