Permutation Invariant
指的是
特征之间没有空间位置关系
.
如多层感知机，改变像素的位置对最后的结果没有影响.
f
(
(
x
1
,
x
2
,
x
3
)
)
=
f
(
(
x
2
,
x
1
,
x
3
)
)
=
f
(
(
x
3
,
x
1
,
x
2
)
)
f((x_1,x_2,x_3))=f((x_2,x_1,x_3))=f((x_3,x_1,x_2))
f
(
(
x
1
,
x
2
,
x
3
)
)
=
f
(
(
x
2
,
x
1
,
x
3
)
)
=
f
(
(
x
3
,
x
1
,
x
2
)
)
但对卷积网络而言，特征之间则有空间位置关系.
以上解释参考以下问题的回答.
What does “permutation invariant” mean in the context of neural networks doing image recognition?