本研究探讨了使用两层神经网络学习多指标目标函数时的训练动态。研究发现多次梯度下降（GD）使用多次批次能够改变对可学习功能的结论。多次GD能够克服目标函数的限制，与目标子空间重叠。实验证明了在有限时间内有效学习的函数类。研究还提供了权重低维投影的动态过程的闭合形式描述。