众所周知的数学事实是线性/仿射变换的组合仍然是线性/仿射的。举一个天真的例子，

$\textbf{A}_1\textbf{A}_2\textbf{x}$简直就是$\textbf{A}\textbf{x}$在哪里$\textbf{A}=\textbf{A}_1\textbf{A}_2$

任何人都知道为什么在实践中多个线性层往往会更好地工作，即使它在数学上等同于单个线性层？任何参考表示赞赏！