Không hoán vị hoán đổi bất động có nghĩa là gì trong bối cảnh các mạng thần kinh thực hiện nhận dạng hình ảnh?

Tôi đã thấy một phiên bản "bất biến hoán vị" của tác vụ nhận dạng chữ số MNIST. Nó có nghĩa là gì?

Trong bối cảnh này, điều này đề cập đến thực tế là mô hình không đảm nhận bất kỳ mối quan hệ không gian nào giữa các tính năng. Ví dụ, đối với perceptionron đa lớp, bạn có thể hoán vị các pixel và hiệu suất sẽ như nhau. Đây không phải là trường hợp cho các mạng chập, mà giả định quan hệ khu phố.

Hàm của đối số vectơ x = ( x 1 , Mạnh , x n ) là bất biến hoán vị nếu giá trị của f không thay đổi nếu chúng ta hoán vị các thành phần của x , ví dụ, khi n = 3 : f ( ( x 1 , x 2 , x 3 ) ) = f ( ( x 2 , x 1 , x 3 ) $f$$x=(x_1, \dots,x_n)$$f$$x$$n=3$ , v.v.