丢掉分类头，究竟还剩下什么？
课堂上下文：从哪个问题来
本页拆开最终类别判断和中间表示，避免把“预测对了一个类别”当成已经回答了所有问题。
一个十分类头可以把 32 维表示压成十个分数。最高分只保留最终决策，完整分数还保留类别间相对偏好；但两者都经过了为原任务学习的投影。若新任务需要原十类名单之外的区分，直接使用这些分数未必合适。
以数字为例，源任务是 0–9 十分类，新任务是“数字是否大于等于5”。最简单的做法可以先识别数字再合并类别，也可以在中间表示上另学二分类头。这两种使用方式的误差来源不同：前者受原十分类错误约束，后者可以重新组合中间特征。LAB01 采用后者，并明确丢弃原十分类头。
“中间表示更通用”是值得检验的经验判断，不是说它保存了原图的一切。后面的颜色例子会展示，训练目标也可能让中间表示放弃未来有用的差异。