* **第一层**是各种**边缘探测器**的集合。在这一阶段，激活几乎保留了原始图像中的所有信息。 * 随着层数的加深，激活变得越来**越抽象**，并且越来越难以直观地理解。它们开始表示**更高层次的概念**，比如“猫耳朵”和“猫眼睛”。层数越深，其表示中关于图像视觉内容的信息就越少，而关于类别的信息就越多。 * 激活的**稀疏度**（sparsity）随着层数的加深而增大。在第一层里，所有过滤器都被输入图像激活，但在后面的层里，**越来越多的过滤器是空白的**。也就是说，输入图像中找不到这些过滤器所编码的模式。 > 深度神经网络可以有效地作为**信息蒸馏管道**（information distillation pipeline），输入原始数据，反复对其进行变换，将无关信息**过滤**掉（比如图像的具体外观），并**放大**和**细化**有用的信息（比如图像的类别）。 >