本文综述了多尺度机器学习方法，包括受物理粗粒化启发的张量网络算法、分层神经网络时间步进器、H矩阵多尺度网络、多尺度数据采样器、CNN微分方程解释、MultiScaleGNN、分层多尺度RNN、高斯混合图像模型及小波张量网络监督学习，旨在高效逼近多尺度动力学与非线性映射。