神经网络中的“隐藏”层和状态是那些对于正在学习的功能没有直接输入或输出的层和状态。

我认为你不需要深入阅读这个类比的任何内容。根据 Geoffrey Hinton 的说法，“隐藏”一词是他创造的，部分原因是他喜欢它的神秘声音（来自隐藏的马尔可夫模型）。他坦率地承认，这在一定程度上是一个尴尬的名字，因为在深度神经网络的情况下，隐藏层中的数据并非不可访问或未知。

我听到他在一个现已关闭的 Coursera 课程的讲座中陈述了这一点。

可悲的是，我无法用他自己的话找到当前的参考。我在Backpropagation: Theory, Architectures, and Applications一书中找到了对相同故事的引用。