⚠️ 本文最后更新于2023年12月18日，已经过了730天没有更新，若内容或图片失效，请留言反馈 > [__Kornblith, Simon, et al. "Similarity of neural network representations revisited." International conference on machine learning. PMLR, 2019.__](https://proceedings.mlr.press/v97/kornblith19a/kornblith19a.pdf) > [__No open source. this is the reproduce of others. Seeking from other papers might be accessible.__](https://github.com/yuanli2333/CKA-Centered-Kernel-Alignment) 论文主要引入了一种CKA的度量方式，用以确定从不同的随机初始化和不同的宽度下训练出来的神经网络的隐藏层之间的对应关系。验证了**更宽的网络学习到更多相似的表示，并表明早期层的相似性比后来的层在更少的信道上饱和**。演示了**早期的层，而不是后期的层，可以在不同的数据集上学习类似的表示。**  By Lingsgz On 2023年12月18日
