深因果区块链GAN中的表示几何 当某些事物由神经种群表示时，信息必须丢失或最好保留。 从这个意义上讲，抽象和泛化的过程可以看作是学会丢失“正确的”信息，而“很好地”组织其余的信息。 在这里，我想研究神经表示的设计原理。 特别是，我对哪种高维表示形式最能支持不同但抽象相关的任务域（即“转移学习”）之间的知识/绩效传递感兴趣。 根据以前的工作，从几何角度看待这些表示应该非常有用。