迄今，人们对神经网络的一大疑虑是，它是难以解释的黑盒。本文则主要从理论上理解为什么神经网络对模式识别、分类效果这么好，其本质是通过一层层仿射变换和非线性变换把原始输入做扭曲和变形，直至可以非常容易被区分不同的类别。
19世纪，德国数学家黎曼提出了一篇关于几何学基础的重要论文——《论作为几何学基础的假设》。黎曼流形是一种广义的几何空间，其中的每个点都与一些“切向量”相关联，该空间中存在某种度量方式，可以计算两个点之间的距离和角度。
为了说清楚这点，我们还得从广义相对论的基本公理，即“等效原理”出发。所以到此为止，我们已经从等效原理出发，得出了引力 = 无穷多局部加速系的拼接这一极为重要的物理洞察!光线在太阳引力场中弯曲 | 来源。
