التعلم متعدد المهام في شبكات اللف (Convolutional Networks) قد أظهر نجاحًا ملحوظًا في مجال التعرف. يمكن أن يُعزى هذا النجاح بشكل كبير إلى تعلم التمثيلات المشتركة من مهام الإشراف المتعددة. ومع ذلك، تعتمد الأساليب متعددة المهام الحالية على سرد هياكل شبكة متعددة محددة للمهام المعنية، والتي لا تعمم. في هذه الورقة البحثية، نقترح نهجًا مدروسًا لتعلم التمثيلات المشتركة في شبكات اللف باستخدام التعلم متعدد المهام. بصفة خاصة، نقترح وحدة مشتركة جديدة: وحدة "الخياطة المتقاطعة" (cross-stitch). تقوم هذه الوحدات بدمج التنشيطات من شبكات متعددة ويمكن تدريبها بطريقة شاملة من البداية إلى النهاية. يمكن للشبكة التي تحتوي على وحدات الخياطة المتقاطعة أن تتعلم تركيبة مثلى من التمثيلات المشتركة والخاصة بالمهام. يعمم طريقة المقترحة لدينا عبر مهام متعددة ويظهر تحسنًا دراماتيكيًا في الأداء مقارنة بالأساليب الأساسية بالنسبة للفئات ذات الأمثلة القليلة في التدريب.