通過感知機的對偶形式瞭解Gram矩陣

      格拉姆矩陣可以看做feature之間的偏心協方差矩陣（即沒有減去均值的協方差矩陣），在feature map中，每個數字都來自於一個特定濾波器在特定位置的卷積，因此每個數字代表一個特徵的強度，而Gram計算的實際上是兩兩特徵之間的相關性，哪兩個特徵是同時出現的，哪兩個是此消彼長的等等，同時，Gram的對角線元素，還體現了每個特徵在圖像中出現的量，因此，Gram有助於把握整個圖像的大體風

>>阅读原文<<