我在学习DRL这么久一直认为网络是模型拟合的工具，对于模型设计并不是重点，但发现大多数的研究并没有想DL 中例如vgg，模型规模都很大，之前看到一些研究说模型不能太大容易模型过拟合，因此模型都很小，但应该多大该怎么设计，一直没有找到相应的博客或者论文，或者应该是什么样的关键字求指导！！！
我感觉现在模型设计太随缘了，我仍然不理解的事深度学习中特征提取这一概念在DRL 中是否仍在试用，有没有可以讨论的，在DNN我认为就是对函数的表征，但如何表征，如何去拟合这个东西没有找到相关论文，一些学者说设计网络时可以参考DL，但我仍然感觉存在明显的区别，拟合一个函数，与拟合一个标签是否一样？这两种的作用，目标是否一样，能否存在借鉴意义。
