English Version please seeing below.
本书是由来自帝国理工大学、DeepMind团队等知名研究人员于2021年写作成稿的一本介绍试图统一目前深度学习领域各种框架五花八门、百花齐放的现状的书籍。
本书主要面向对深度学习感兴趣的读者，既包含从事深度学习方面的研究的科研人员，也包括在工业界应用深度学习方法解决具体问题的工程师们，当然对于初学者而言，本书也可以作为一个比较好的综述性书籍。
本书英文原名为Geometric Deep Learning，我暂时将其翻译为了几何深度学习，实际上，考虑到几何一词来源于拉丁语，原意为度量地球，因而也可翻译为度量深度学习。不过在中文中，说起度量难免有一种动词之意，而实际想要表达作为名词的度量时，则不免需要添加定语之类，显得罗里吧嗦。
本书原文下载地址为：https://arxiv.org/abs/2104.13478
在本书中几何一词，在译者看来，有多层意思，其一，本书中提出了一个几何深度学习蓝图，意在囊括目前所有的深度学习方法，形成统一的框架；其二，本书主要继承了德国知名数学家Klein的Erlangen Programme研究项目的研究方法，站在对称性的角度对目前的深度学习框架进行了详尽的分析，而Klein教授正是试图统一不同的几何空间的集大成者；其三，我本来想了三条，但是在敲这段的时候忘记了，所以先占个坑。
本书主要分析了几种不同的域以及与之关联的对称群，从不变性与等变形的角度出发，分析深度学习架构为什么要设计成那样，以及改变一下行不行等等问题，换言之，给出了深度网络可行性的必要条件。
这双手太累了，感谢一下他俩。
本书译文尚未取得原著作者任何形式的许可或者认可，出于个人兴趣本人对其进行了翻译，对于译文而言，拟使用BSD-2或者MIT许可，目前未确定。
2021-11-24 修改了致谢中若干错别字。
2021-11-24 今天是我的政治生日，有人给我点一袋辣条吗，要辣辣的。
2021-11-23 这是本书在这个地方的第一次提交，难免存在诸多问题，见谅。
欢迎通过提交Issue的方式提出修改建议，也欢迎使用Email：thuwgf@gmail.com与我联系，当然也欢迎随意批评。
当然若批评演变成谩骂，我这双手将在您的脸上留下印记。
Here Begins English Version.
Please Note that the translator is kind of busy now so i will finishe English version in future.
Stay tunned and donot hesitate to give your comments or suggestions!
blablabla
blablabla
blablabal
NOT DEFINED
000