UC伯克利发现「没有免费午餐定理」加强版：每个神经网络，都是一个高维向量(13)

被充分学习时，傅里叶系数都会趋向于 0。实验结果表明理论预测的 1

与实验数据完美契合。
（I,L）可学习性：对于目标函数和学习到的函数对齐程度的度量。随着 n 增大，

在[0,1]的区间内单调递增。由于 k=2 时的特征值更大，其可学习性也更高。
预测可学习性