该项目研究了神经切线核(NTK)在理解深层神经网络泛化方面的局限性,特别是在网络深度增加时的性能表现。研究发现,NTK理论中的“等价定理”在实践中可能不成立,NTK模型在增加网络层数时,性能提升不明显,且可能不如高斯过程核。这提示我们需要重新考虑神经网络的理论框架,强调特征学习在改善性能中的关键作用。