M3-100M3: 深度学习基础卷积与视觉基础Medium
⚡闪卡盲测➔掌握度:

解释平移等变性(equivariance)与不变性(invariance)

🎯 深度面试自测闭环(先口述或草拟,再核对解析)
免登录记录进度:核心结论回忆 → 避坑清单自查 → 标记掌握或加入错题队列。
Step 1 · 尝试用 1–2 句话回答这道题的核心结论与适用边界
Step 2 · 勾选已覆盖的陷阱与追问思考
下一题: M3-101 →
📐 核心数学机理公式
equivariant: f(Tx)=Tf(x);invariant: f(Tx)=f(x)\text{equivariant}:\ f(T x)=T f(x);\qquad \text{invariant}:\ f(T x)=f(x)
⚡ 一句话直击要害答案
等变:输入平移则输出同样平移(卷积);不变:输入平移则输出不变(全局池化/分类输出)。

📌 核心要点提炼

  • •
    等变是'跟着变',不变是'不变'
  • •
    卷积是平移等变的;池化/全局池化提供(局部/全局)不变性
  • •
    分类需要不变性,分割/检测需要等变性

📐 数学机理与严密推导

数学机理:平移等变性(translation equivariance) 指'输入平移则输出以相同方式平移':f(Tx)=Tf(x),其中 T 为平移算子。卷积天然满足:由于权重共享(同一核在所有位置滑动),输入平移会导致输出特征图相应平移——这是 CNN 的核心性质。平移不变性(invariance) 指'输入平移则输出不变':f(Tx)=f(x)。分类任务需要不变性('猫在左上角'与'猫在右下角'应得到同一标签),而分割/检测任务需要等变性(位置信息必须保留,才能定位目标)。如何从等变得到不变:在等变特征上施加'全局聚合'——(a) 局部池化(max/avg pooling)提供局部不变性(窗口内平移不变);(b) 全局平均池化(GAP) 提供全局不变性(任意平移不变),故分类头常用 GAP;(c) 堆叠多个池化逐步扩大不变范围。数据增强从数据侧诱导不变性:若对所有平移的样本都给出同一标签,模型会被迫学到平移不变的特征(但需足够数据覆盖)。注意:池化提供的不变性是'有代价的'——它丢弃位置信息,故对需要定位的任务有害;现代架构(如分割网络)用'编码器-解码器'结构在深层保留语义不变性、在浅层保留空间等变性。

🏭 深度剖析与工业落地权衡

深度剖析与工程权衡:① 等变与不变的层次——CNN 的浅层是'等变'的(保留位置),深层逐渐获得'不变'性(语义抽象);这种'从等变到不变'的层次是 CNN 有效的原因之一。② ViT 的排列等变——注意力对 token 的排列是等变的(打乱则输出打乱),但对平移不是天然等变的(因 patch 划分固定);故 ViT 需要位置编码 + 足够数据来学习平移等变性。③ 抗混叠与不变性——下采样的混叠会破坏平移不变性(同一目标在不同像素偏移下得到不同特征);BlurPool 等抗混叠方法能显著改善。④ 等变性在生成中的作用——扩散模型的 U-Net 用卷积(等变),故能生成任意位置的物体;而全局注意力层会引入'位置特定'的先验。⑤ 与数据增强的关系——增强(翻转/旋转/裁剪)诱导的等变性是'模型需要学的',与结构内置的等变性(卷积)互补;过强的增强可能引入不正确的先验(如对数字'6'与'9'做翻转)。⑥ 面试要点——被问'等变与不变的区别',应用'跟着变 vs 不变'一句话点破,并举例'分类要不变、分割要等变';能进一步说'CNN 从浅层等变到深层不变'与'池化/下采样的代价',是深度理解的标志。
⚠️ 常见面试陷阱与高频失分点
  • ✕
    把等变与不变混为一谈
  • ✕
    在需要定位的任务上过度池化(丢失空间信息)
🎯 面试官连环追问与延伸考察
  • ?
    为什么分类网络最终需要不变性?
  • ?
    数据增强如何诱导不变性?
⚡
想检验本题的肌肉记忆?进入 3 阶闪卡主动回忆盲测
隐藏答案遮罩,自测:审题锚点 ➔ 数理公式机理 ➔ 工业标杆代码与连环追问。3 分钟攻破认知盲区!
🎯 立即在闪卡中盲测此题➔
📚

关联知识库专题与交互式导图

← 上一题M3-099: 解释池化与步长卷积的差异与取舍📋 返回题库下一题 →M3-101: 比较 ViT、Swin、ConvNeXt 的设计哲学