ネットワークやディープラーニングの中間層に含まれるデータは、モデル内部の情報をエンコードした表現です。これらの中間層は、入力データから特徴を抽出するために使用されます。中間層の入力は、一般的には特徴データですが、この層の出力は通常、モデルの生成結果ではありません。
中間層は、ネットワークのアーキテクチャによって異なる種類のデータを含むことがあります。一般的には、入力データの低レベルの特徴（例えば、エッジや色の情報）から高レベルの抽象的な特徴（例えば、オブジェクトの形状や意味）まで、複数の階層にわたる特徴表現が含まれます。
中間層の出力は、通常は学習に関連して入力の特徴データが含まれていますが、これだけではなく、それに基づいて生成される特徴表現も含まれることがあります。これらの特徴表現は学習の進行に応じて変化し、最終的にはモデルの予測結果に対して意味を持つ情報となります。
ただし、具体的なモデルやアーキテクチャによって異なるため、一般的な情報を述べましたが、詳細は特定のモデルや文脈に依存します。