本文研究了神经网络的收敛学习现象，发现不同特征的学习效果存在差异，并提出了多种相似性度量方法。研究还探讨了高效的训练策略，结果表明预训练网络中的神经元存在冗余，通过优化特征合并可以提高任务效率。

本文研究神经网络的收敛学习现象，探讨超网络生成主网络权重的方法，分析不同初始化训练的网络激活子空间匹配，提出自监督学习和模型动物园的权值学习方法，综述相似性度量方法，并介绍HyperS2V节点嵌入方法，强调其在可解释性和任务适用性方面的优势。