Riemannsche Geometrie erklärt, wie Netzwerke Berechnungen auf Manifolds durchführen
Neurale Netze müssen häufig kontinuierliche Eingaben – etwa Bilder – in diskrete Ausgaben wie Klassifikationen umwandeln. Wie sie dabei die nötigen diskreten Berechnungen auf den kontinuierlichen Datenmanifolds erlernen, blieb bislang wenig verstanden.
