本文提出了一种新颖的神经网络架构，其中权重矩阵通过低维向量进行重参数化，并通过核函数相互作用。我们网络中的每一层可被理解为在输入与输出之间引入了一个（可能无限宽的）线性层。本文阐述了该模型的理论基础，并通过具体实例进行验证，探讨了其在多种应用场景中为神经网络施加结构的能力，涵盖数据可视化到推荐系统等多个领域。在协同过滤任务（MovieLens数据集）中，该方法取得了当前最优的性能表现。
