本書(shū)專注于幾何深度學(xué)習(xí)及其在圖神經(jīng)網(wǎng)絡(luò)領(lǐng)域中的應(yīng)用, 涵蓋了從數(shù)學(xué)基礎(chǔ)到前沿模型的全面指導(dǎo), 同時(shí)結(jié)合實(shí)際項(xiàng)目案例, 幫助讀者深入地理解幾何深度學(xué)習(xí)的復(fù)雜概念。書(shū)中不僅詳細(xì)闡述了各類算法的理論背景, 還提供了實(shí)際操作指南, 為讀者提供了理論與實(shí)踐相結(jié)合的全面支持。第1章和第2章介紹了幾何深度學(xué)習(xí)的數(shù)學(xué)與算法基礎(chǔ)。第1章涵蓋了高等數(shù)學(xué)、線性代數(shù)、圖論、群論及量子力學(xué)等內(nèi)容,為讀者奠定堅(jiān)實(shí)的理論基礎(chǔ)。第2章則探討了CNN、LSTM、Transformer和GAN等主流深度學(xué)習(xí)算法, 并引出其后續(xù)在幾何深度學(xué)習(xí)中的應(yīng)用。第3章深入分析了圖神經(jīng)網(wǎng)絡(luò), 重點(diǎn)介紹了各類模型及其變體, 突出圖神經(jīng)網(wǎng)絡(luò)在幾何深度學(xué)習(xí)中的重要地位。第4章和第5章分別探討了不變性與等變性概念及其在幾何圖神經(jīng)網(wǎng)絡(luò)中的應(yīng)用, 深入剖析了這些核心理念在模型構(gòu)建中的作用。不變性與等變性是幾何深度學(xué)習(xí)的核心理念, 也是實(shí)現(xiàn)模型穩(wěn)健性和泛化能力的關(guān)鍵。第6章圍繞E3NN工具庫(kù)展開(kāi), 這是一個(gè)強(qiáng)大的開(kāi)源庫(kù), 專門(mén)用于處理具有旋轉(zhuǎn)對(duì)稱性的三維數(shù)據(jù)。通過(guò)對(duì)E3NN中關(guān)鍵組件的詳細(xì)解析, 包括等變卷積和SE (3)-Transformer的實(shí)現(xiàn), 讀者將學(xué)會(huì)如何利用這些工具解決實(shí)際問(wèn)題, 并進(jìn)一步拓展其在幾何深度學(xué)習(xí)中的應(yīng)用。