# 表示学习：换一种表示，问题就变简单

> 来源：https://deeplearning.bnuai.com/demos/representation ｜ 作者：唐志清（北京师范大学） ｜ 更新：2026-11-01 ｜ 内容依据邱锡鹏《神经网络与深度学习》（https://nndl.ai/）及作者公开课件

> （此处为交互演示，请在网页中使用：https://deeplearning.bnuai.com/demos/representation）

## 观察要点

1. 好的表示能让后续的简单模型（如线性分类器）也能解决问题。
2. 手工特征依赖领域知识且难以迁移；表示学习从数据中自动学出特征。
3. 深度网络的隐藏层就是一层层逐步变换的表示，最后一层通常已接近线性可分。

相关章节：[第 1 章　绪论](https://deeplearning.bnuai.com/chapters/01-introduction)。