在神经网络中，“深度”指的是网络中的层数，即隐藏层的数量。深层网络之所以能更好地学习特征，有以下几个原因：

1. 表示能力：深层网络具有更强的表示能力，能够学习复杂的非线性特征，因为每一层都可以对输入数据进行更高级别的抽象和表示。
2. 特征组合：深层网络可以通过多层特征的组合来学习更加抽象和复杂的特征表示，从而更好地区分数据。
3. 分层表示：深层网络可以学习分层表示数据，每一层学习不同层次的特征表征，有助于对数据进行更深入的理解和建模。