文档摘要

几何深度学习 几何深度学习（geometric deep learning）是一个统一框架，它揭示出 CNN、Transformer 和 GNN 其实是同一条原理的不同实例：利用对称性（symmetry）。本文件涵盖对称群、群作用、不变性（invariance）、等变性（equivariance）、五大几何域，以及尺度分离。 在这本书里，我们已经学了许多架构：处理图像的 CNN（第 8 章）、处理语言的 Transformer（第 7 章）、以及处理序列决策的强化学习策略（第 6 章）。它们看起来像是为完全不同的问题设计的完全不同的模型。但这里有一个更深层的规律。 几何深度学习揭示出，所有这些架构都是同一个想法的实例：构建能够尊重数据对称性的网络。CNN 利用的是图像中的平移对称性；

---