本文共包含三大部分，第一部份為《隱藏層》，其次為《隱藏層》原創小說，最末為《隱藏層》創作的論述。 本創作與論述係由《隱藏層》小說為開端，之後改編為劇本，最後以論述方式來檢視之前的創作。 劇本共計有八十八場戲，小說有三十二章，論述共有五章，分別為創作動機、科幻潮流、劇本編輯、劇本內容討論、以及結論、討論與問題提出等五章。 因本創作作品應該歸類在科學幻想作品當中，論述中討論科學幻想作品的歷史與演進，並提及西洋、日本與本國的科學幻想作品演進歷史，並從中尋求本文所處定位。 台灣科學幻想作品一向都有持續發展，但鮮少為文壇主流，甚至純文學者流，往往視之為旁門左道，非文學之類，因此造成書寫者往往沒有充足的發表空間與被欣賞、討論的論域。至於改換成劇本或者拍攝成電視、電影的作品，則更是寥寥可數。一來資金方面不若美國好萊塢雄厚，往往無法製作精緻的畫面，二來既然此一論域一向不被重視，沒有前途/錢途，自然難以吸引優秀人才投入，製作出可看性高的作品。 本文則嘗試從此一科學幻想角度切入，雖沒能耐也沒野心將科學幻想作品一下提升至重要地位，但也希望能夠使用這一題材創作出具有本土拍攝可能性的、好看的作品。 此外，內文中由創作改編為劇本，因此，不僅只是單純的創作，也藉由自我反省式的思考，從形式上對劇本編輯的方式加以論述，內容上也針對改編成劇本所使用的表現手法，象徵意義等方面，進行討論，最後達成結論，並提出討論問題。

Goal of this work was to create system capable of visualisation of activation function values, which were produced by neurons placed in hidden layers of neural networks used for speech recognition. In this work are also described experiments comparing methods for visualisation, visualisations of neural networks with different architectures and neural networks trained with different types of input data. Visualisation system implemented in this work is based on previous work of Mr. Khe Chai Sim and extended with new methods of data normalization. Kaldi toolkit was used for neural network training data preparation. CNTK framework was used for neural network training. Core of this work - the visualisation system was implemented in scripting language Python.