은닉층 노드들이 입력크기 증가량에 비례해서 활성화크기도 증가한다는게 기본 모델의 가정이잖음. 근데 실제로는 안그럴텐데? 온도만봐도 너무뜨거운거 만지면 잠시동안 차가운느낌이드는거처럼, 인간이 규정한 개념이 실제로 그 크기에 비례해서 뉴런을 활성화시킨다고 보장할수없음. 무슨말인지 모르겠다면 예를 하나 들어봄. 색깔같은경우 0x00에서 0xff로 변하는걸 지금처럼 흑백 단계별로 설정했다면 학습이 잘 되겠지만 누가봐도 불연속적이게 랜덤한 색깔순서로 설정했다면 학습이 잘 안될거임. 기본 모델로도 충분히 크게 만들면 해결가능하다고하지만 내생각엔 각각의 가중치 자체를 함수로 봐야하지않나 싶음. 아직 cnn 안배웠는데 합성곱이라는 어감이  뭔가 이런 생각이 적용된거아닐지 추측해봄. 가중치자체를 함수로보는건 하나의모델자체를 하나의가중치로봄으로써 해결가능하니까