本文通过矩阵信息理论研究监督学习中数据表示和分类头的动态交互。引入矩阵互信息比率（MIR）和矩阵熵差比率（HDR）来评估这种交互，并确定神经坍缩时的理论最优值。实验显示，MIR和HDR可以解释神经网络中的现象，并优化信息交互，增强训练过程和理解其动态。