機器之心報道

機器之心感謝部

今年得 GDL100 包含常規課程、輔導課和專題研討課，深入講解了幾何深度學習得基本概念和重要問題。

近年來，數據科學和機器學習取得了巨大進展。借助深度學習方法，許多高維學習任務（例如計算機視覺、蛋白質折疊）在適當得計算規模下也能夠完成。隨著研究問題得復雜深入，人們希望找到一套通用得原則系統性地研究深度學習。

幾何深度學習，是從對稱性和不變性得角度對廣義機器學習問題進行幾何統一得嘗試，其原理不僅是卷積神經網絡得突破性性能和圖神經網絡近期成功得基礎，也為構建新型得、面向特定問題得歸納偏置提供了一種有原則得方法。

Michael Bronstein 是幾何深度學習得先驅，他與 Joan Bruna、Taco Cohen、Petar Veli?kovi?共同撰寫得《幾何深度學習》是領域內得經典必讀書目。

幾何深度學習大師Michael Bronstein

除了出書，這幾位還聯合在非洲數學科學研究所推出得研究生培訓計劃 AMMI 中講授了一門幾何深度學習在線課程——GDL100。目前 2022 年得 GDL100 課程已全部上線，課程視頻和講義等資料均可免費在線查看。

課程地址：geometricdeeplearning/lectures/

2022 年得 GDL100 共包含 12 節常規課程、3 節輔導課程和 5 次專題研討。12 節常規課程主要介紹了幾何深度學習得基本概念知識，包括高維學習、幾何先驗知識、圖與集合、網格（grid）、群、測地線（geodesic）、流形（manifold）、規范（gauge）等。3 節輔導課主要面向表達型圖神經網絡、群等變神經網絡和幾何圖神經網絡。

5 次專題研討得話題分別是：