* **第一層**是各種**邊緣探測器**的集合。在這一階段，激活幾乎保留了原始圖像中的所有信息。 * 隨著層數的加深，激活變得越來**越抽象**，并且越來越難以直觀地理解。它們開始表示**更高層次的概念**，比如“貓耳朵”和“貓眼睛”。層數越深，其表示中關于圖像視覺內容的信息就越少，而關于類別的信息就越多。 * 激活的**稀疏度**（sparsity）隨著層數的加深而增大。在第一層里，所有過濾器都被輸入圖像激活，但在后面的層里，**越來越多的過濾器是空白的**。也就是說，輸入圖像中找不到這些過濾器所編碼的模式。 > 深度神經網絡可以有效地作為**信息蒸餾管道**（information distillation pipeline），輸入原始數據，反復對其進行變換，將無關信息**過濾**掉（比如圖像的具體外觀），并**放大**和**細化**有用的信息（比如圖像的類別）。 >