本文介绍了一种新颖的神经网络架构——神经功能变压器（NFTs），并提出了Inr2Array方法，用于从隐式神经表示中计算置换不变潜在表示。研究探讨了多任务门控循环神经网络在关键词汇识别中的应用及其对网络预测的影响，发现不同层对语言和图像信息的敏感性存在差异。此外，提出了基于伪核的新工具，分析网络学习表示的影响，并探讨了模块化趋势在语言任务中的应用。