Que signifie une couche de goulot d'étranglement dans les réseaux de neurones?

Je lisais le papier FaceNet et dans le 3ème paragraphe de l'introduction il dit:

Les approches précédentes de reconnaissance de visage basées sur des réseaux profonds utilisent une couche de classification formée sur un ensemble d'identités de visage connues, puis prennent une couche intermédiaire de goulot d'étranglement comme représentation utilisée pour généraliser la reconnaissance au-delà de l'ensemble d'identités utilisées dans la formation.

Je me demandais ce qu'ils entendent par une couche intermédiaire de goulot d'étranglement?

Une couche goulot d'étranglement est une couche qui contient peu de nœuds par rapport aux couches précédentes. Il peut être utilisé pour obtenir une représentation de l'entrée avec une dimensionnalité réduite. Un exemple de cela est l'utilisation d'autoencodeurs avec des couches de goulot d'étranglement pour la réduction de dimensionnalité non linéaire.

$k$$n_k$$n_k$$k$$k$$k$$k$$k$