动态图表示学习及动态图分析论文整理分享

    要说到对比学习（ContrastiveLearning），首先要从自监督学习开始讲起。自监督学习属于无监督学习范式的一种，特点是不需要人工标注的类别标签信息，直接利用数据本身作为监督信息，来学习样本数据的特征表达，并用于下游任务。    当前自监督学习可以被大致分为两类：    Genera......

   本资源是一站式深度学习在线百科，内容涵盖零基础入门深度学习、产业实践深度学习、特色课程；深度学习百问、产业实践(开发中) 等等。从理论到实践，从科研到产业应用，各类学习材料一应俱全，旨在帮助开发者高效地学习和掌握深度学习知识，快速成为AI跨界人才。内容全面：无论您是深度......

本资源整理了自然语言处理中常用的数据扩充技术及相关的论文，按照文本分类、翻译、摘要、问答、序列标记、解析、语法纠错、生成、对话、多模态、减轻偏见、减轻类不平衡、对抗性例子、组合性和自动扩充对论文进行分组。资源整理自网络，源地址：https://github.com/styfeng/DataAug4NLP......

   Transformer是一种基于encoder-decoder结构的模型，它抛弃了以往的seq2seq模型中的RNN，采用Self—attention或者Mulit-head-self-attention使得输入的数据可以并行处理，提高运行效率。本资源整理了Transformer在计算机视觉各个领域应用的论文，分享给需要的朋友。内容截图......

内容截图......

   Neural-Symbolic可以认为是将人工智能中原本对立的连接主义和符号主义结合的一个新兴研究方向(实际上最早相关工作可追至1978年)。Neural-Symbolic意指神经符号主义,但是更本质地讲,实际上是将现代数学中的分析学和代数学结合,分析学擅长处理数值、函数、逼近等问题,代数......

   基于能量的模型（EBM）是生成模型（GM）的一种形式。GM通过分析样本数据集学习基础数据分布。训练后，GM可以产生其他与数据分布相匹配的数据集。EBM为许多此类学习的概率和非概率方法（尤其是图形和其他结构化模型的训练）提供了统一的框架。   EBM学习目标数据集的特征并生成相似但......

字节（3轮技术面）：一面：1.final2.类加载3.双亲委派机制，为什么要使用4.GC5.leackcanary6.hashmap7.concurrenthashmap8.事件分发9.handler算法：1.LeetCode61：旋转链表2.合并两个有序链表二面：1.final修饰int类型的变量能不能改变？怎么改变？2.反射可以改变这个int值吗？怎么改变？反射......

深度学习与NLP专注深度学习、NLP相关技术、资讯，追求纯粹的技术，享受学习、分享的快乐。677篇原创内容公众号    推荐系统把用户模型中兴趣需求信息和推荐对象模型中的特征信息匹配，同时使用相应的推荐算法进行计算筛选，找到用户可能感兴趣的推荐对象，然后推荐给用户。推荐系统......

    啥是ObjectTracking（目标追踪）？    简单点，一幅画面，指定里面一个目标，比如人、动物、车、飞机等等，然后一直死死锁定这个目标，不丢。    有啥用？    相机跟踪对焦，车辆跟踪，人体、人脸跟踪，手势跟踪等等；    比如：    经常看见电视上，警察叔叔要抓一些犯事儿的人，监......