最小导向长度是指一个神经网络中的最小物理长度，也称为最小长度或最小长度神经网络(Minimum Spanning Neural Network, 简称 MSN)。在最小导向长度的情况下，网络中的神经元被设计为连接同一簇神经元之间的最短路径，从而允许神经元之间共享信息，建立紧密的神经网络结构。在深度学习中，最小导向长度被广泛用于卷积神经网络(Convolutional Neural Network, 简称 CNN)的设计。CNN 的设计涉及到大量参数，包括网络的深度、宽度、卷积核的大小等等，而最小导向长度优化可以在很大程度上减少这些参数的数量，提高模型的训练效率和性能。最小导向长度在神经网络的训练和设计中扮演了非常重要的角色。