Equivariance(等变性):指一个函数/映射在某种变换(通常由群作用表示)下“保持一致”的性质——先对输入做变换再应用函数,等价于先应用函数再对输出做相应变换。常见于数学(群论、表示论、微分几何)、物理(对称性)、机器学习(等变网络,如旋转/平移等变)。
A convolution layer can be translation equivariant.
卷积层可以具有对平移的等变性。
In geometric deep learning, enforcing equivariance to rotations can improve data efficiency and generalization.
在几何深度学习中,强制模型对旋转保持等变性可以提高数据效率与泛化能力。
/ˌiː.kwɪˈvɛə.ri.əns/
来自 equivariant(等变的)+ 名词后缀 -ance。其中 equi- 表示“相同/均等”,与拉丁语 aequus(平等)相关;variant 与拉丁语 variāre(变化)相关。整体含义可理解为“在变化下保持一致对应关系的性质”。