latent-mapping

MaRN（Mapping Networks）是一个新的开源 PyTorch 库，它通过优化一个紧凑的潜在表示而非直接优化全部参数来训练神经网络，在 MNIST 上实现了最高 57.7 倍的参数缩减，同时仅带来适度的精度损失。作者分享了探索性的基准测试结果，并邀请社区对该方法提供反馈。

介绍了 latent PDE mapping，一种物理信息学习技术，通过将 PDE 残差拉回到潜在几何结构，实现稀疏训练数据下的高效几何泛化。在心脏电生理 PDE 基准测试中，仅使用 15 个训练样本即展示了显著误差降低。