解释双曲空间（Hyperbolic Space）在深度学习中的应用（面试题200合集，中频、实用）

在深度学习领域，我们通常默认数据存在于欧氏空间（Euclidean Space）中，并在此基础上设计神经网络架构和优化算法。然而，许多现实世界中的数据，尤其是具有潜在层次结构（hierarchical structure）或幂律分布（power-law distribution）的数据，用欧氏空间来表示可能并非最优。近年来， 双曲空间（Hyperbolic Space） 作为一种非欧几何空间，因其独特的几何特性，在表示这类数据方面展现出巨大潜力，并逐渐成为深度学习研究的一个热门方向。

一、什么是双曲空间？

双曲空间是一种具有恒定负曲率 (constant negative curvature) 的几何空间。与之相对的是：

• 欧氏空间：曲率为0，是我们最熟悉的“平直”空间。
• 球面空间 (Spherical Space)：具有恒定正曲率，例如地球表面。

理解双曲空间的关键特性：

1. 负曲率的直观理解：

   • 在二维双曲平面上，三角形的内角和小于180度࿰