塔斯娱乐资讯网

「几何深度学习,正在从论文热点走向系统教材」Bronstein、Bruna、Co

「几何深度学习,正在从论文热点走向系统教材」Bronstein、Bruna、Cohen 和 Veličković 合著的《Geometric Deep Learning》官网已经把草稿章节长期免费公开,完整主题直接写进副标题:Grids、Groups、Graphs、Geodesics、Gauges。它不是面向少数研究者的资料堆,而是一本给学生和实践者搭入口的教材:前半部分先补齐监督学习、等变深度学习和几何归纳偏置这些底层观念,后半部分再落到图、网格、齐性空间上的群卷积、几何图等具体对象,最后再把视野推向更远处。书的野心也很明确:不是只教你几种模型,而是试着用“对称性”这条主线,把深度学习里分散的方法重新串起来。官网还同步放出了 Oxford 和 Cambridge 课程对应的讲义,说明这套内容已经不只是研究叙事,而是在真实教学中反复打磨过。数学门槛上,它没有把读者挡在门外,但也坦率说明根基离不开向量微积分、微分几何、拓扑、泛函分析、谱理论和图论;如果想系统补课,站内还推荐了 2025 年的《Mathematical Foundations of Geometric Deep Learning》。版权方面,目前在线内容是 MIT Press 2026 年正式出版前的公开草稿版,可免费阅读;如果学术引用,官网建议先引用 2021 年的 arXiv proto-book。整体看,这个站点最有价值的地方,不只是“能免费看书”,而是它把几何深度学习从零散论文、课程视频和学术名词,整理成了一条可进入、可教学、可研究的清晰路径。 geometricdeeplearning.com/book