2つの非表示レイヤーのみを使用して数値を並べ替える

私は、Ilya SutskeverとQuoc Leによる基幹論文Sequence to Sequence Learning with Neural Networksを読んでいます。最初のページで、それは簡単に述べています：

A surprising example of the power of DNNs is their ability to sort
N N-bit numbers using only 2 hidden layers of quadratic size 

2つの非表示レイヤーのみを使用して数値を並べ替える方法を簡単に説明できますか？

いくつかの調査を行ったところ、並べ替えは最大で3つのレイヤーで実行できること、およびネットワークのサイズを多項式に制限して入力数に制限する場合にそれらのソリューションが最適であることを証明する論文を見つけました。

除算および関連する問題に対する深さ効率の良いニューラルネットワークについては、955ページの定理7（PDFの10ページ）を参照してください。

手動でウェイトを考え出して正確に作業を行うことはできると思いますが、おそらくポイントをトレーニングできるようにすることでしょうか？いくつかの例：

たたみ込みニューラルネットワークを使用して数値を並べ替える方法

https://github.com/primaryobjects/nnsorting