深度学习

大家好，我是对白。 了解图神经网络的朋友对于深层GNN中的过平滑问题一定不陌生，随着网络层数的增加，模型的效果反而急剧下降，令人心痛。回忆一下，常见的解决过平滑的方案有DropEdge、基于残差的方法

随着机器学习的不断发展，领域内的研究者开始思考一个问题：我们离通用人工智能（AGI）还有多远？ 要实现 AGI，最关键的一点是让机器了解世界是如何运转的，掌握广泛的现实知识。 这也是图灵奖得主 LeC

大家好，我是对白。 多任务模型中各个任务难以调参、收敛、效果平平，是一件令人头疼的事情。有没有什么可以令人省心省力的“自适应”方法呢？笔者浏览了一些最近的顶会文章，读了一些相关文章，今天挑选一篇分享给

大家好，我是对白。 不得不说，GNN自问世后，在众多领域遭遇魔改，所幸效果是越来越好。想起前几天看到的一篇论文（STAM-GNN）将时序信息加进了GNN中，这在GNN-based推荐模型中并不多见。检

大家好，我是对白。 今天给大家分享一篇至今是我看过最全面的CV算法工作总结，作者是一名大厂算法工程师，文字真诚而又朴实，其中很多观点都是一点点积累得到的，希望能给即将工作的朋友们一点启发与帮助，以下为