3、深度学习-入门
4、深度学习-前沿
5、课程/教程
6、国际顶刊/顶会
10、图深度学习/因果推理
11、小样本/迁移学习/元学习
12、测度学习/异常
13、强化学习
14、GitHub集合
15、学术论文写作
16、产业
周志华西瓜书详细公式推导，Datawhale开源pumpkin-book项目 _ 机器之心
李宏毅机器学习完整笔记发布，AI界「最热视频博主」中文课程笔记全开源
【斯坦福大学博士论文】统计模型的代数与机器表示，224页pdf
哈佛大学Daniel最新《从零开始学习机器学习》新书，109页pdf
从决策、监督、泛化到因果性，这本《机器学习的故事》2021新书讲解数据模式预测行动，296页pdf
大数据时代小样本如何学习？看这篇最新《小样本学习方法综述》论文 - 云+社区 - 腾讯云
VALSE Webinar 19-05期 自动机器学习 AutoML
Noisy Student谷歌新模型刷新ImageNet纪录
NeurIPS 2019 | 一种对噪音标注鲁棒的基于信息论的损失函数
9大数据集、6大度量指标完胜对手，周志华等提出用深度森林处理多标签学习
周志华：“数据、算法、算力”人工智能三要素，在未来要加上“知识”| CCF-GAIR 2020
《高级算法》Advanced Algorithms，176页pdf
CVPR 2021最佳学生论文提名：Less is More 稀疏采样
2022最新综述《贝叶斯视角下深度学习分类系统中的不确定性估计综述》巴塞罗那大学
浙江大学等最新《深度聚类》综述，35页pdf涵盖246篇文献概述深度聚类体系挑战与未来方向
[去噪:有监督、自监督和无监督，57页ppt] (https://mp.weixin.qq.com/s/CiCP8TPDLHv1f68wJKcF3g)
[【CVPR2023】基于梯度不确定性归因的可解释贝叶斯深度学习] (https://mp.weixin.qq.com/s/iXE-yPUdeD4EdtAwPB0k-w)
[源域无数据域适应怎么做? 电子科大最新《无源域数据域适应》综述论文，详述基于数据和基于模型SFDA技术进展] (https://mp.weixin.qq.com/s/4xeHZ__Wt4iiuE7G89JFBQ)
[清华最新《持续学习》综述，32页pdf详述持续学习理论、方法与应用综述] (https://mp.weixin.qq.com/s/SGlUFOVJkWcpueaqzjWiyw)
资源 _ CNN入门材料：《解析卷积神经网络——深度学习实践手册》
阅读路径 GitHub - songrotek_Deep-Learning-Papers-Reading-Roadmap
如何搞明白深度学习的算法、理论与计算系统？这一份CMU邢波教授286页全面为你阐述
IBM沃森研究员Charu最新2018著作《神经网络与深度学习》，512页带你学习业界算法实战经验(附下载)
CMU 邢波教授2019春季《概率图模型》课程开讲，带你学习PGM（含讲义PPT及视频）
你用什么方法调试深度神经网络？这里有四种简单的方式哦 _ 机器之心
李飞飞高徒、AI“网红”Karpathy：训练神经网络不得不看的33个技巧 - 科技 - 真头条 - 真主角
斯坦福2017季CS231n深度视觉识别课程视频（by Fei-Fei Li）
深度学习工程化神器Keras教程：《Keras深度学习进阶》随书代码
深度神经网络可解释性方法汇总，附Tensorflow代码实现
【牛津大学|DeepMind】论深度学习中的统计思维，附49页ppt
2017年深度学习优化算法研究亮点最新综述（附slide下载）
【NIPS2017】DeepMind深度学习最佳实践与新技术展望，181页PPT全景展示最近深度学习技术（附下载）
MIT最新课程：一文看尽深度学习各领域最新突破(附视频、PPT)
CV元老、霍金弟子：三大瓶颈扼住深度学习咽喉，破局要靠这两招
深度学习在计算机视觉领域（包括图像，视频，3-D点云，深度图）的应用一览 - 知乎
不用批归一化也能训练万层ResNet，新型初始化方法Fixup
深度学习理论与架构最新进展综述论文，66页pdf，333篇参考文献
伯克利 AI 研究院提出新的数据增强算法，比谷歌大脑的 AutoAugment 更强
ICCV 2019 | 四小时搜索NN结构，厦大提出快速NAS检索方法
深度学习注意力机制-Attention in Deep learning-附101页PPT
ICCV 2019 四小时搜索NN结构，厦大提出快速NAS检索方法
深度学习注意力机制-Attention in Deep learning-附101页PPT
贝叶斯与深度学习如何结合？看这份《贝叶斯深度学习: DL与Bayesian原理 》NeurIPS2019硬核教程
Mish：一个新的state-of-the-art激活函数，ReLU的继任者
GridMask：SOTA 数据增广方法，显著改进分类、检测、分割效果
无所不能的Self-Attention！「自注意力可以表达任何CNN卷积滤波层」
直接对梯度下手，阿里达摩院提出新型优化方法 gradient centralization
【浪潮AI】自动超参数优化:算法和应用综述论文，56页pdf，Hyper-Parameter Optimization
【康奈尔大学-Facebook】特征归一化与数据增强，Feature Normalization
学习超大神经网络，CPU超越V100 GPU，靠的居然是哈希
CVPR 2020 | 商汤提出基于空间修剪的 NAS 算法
超越MobileNetV3！Facebook等提出更轻更快的FBNetV2 | CVPR 2020
CVPR 2020｜解放工程师，DenseNAS 让结构搜索更灵活
Google新作Synthesizer：我们还不够了解自注意力
ECCV 2020 | 从一种拓扑视角来优化神经网络的连通性的解读
自“彩票假设”理论被授予2019 ICLR 最佳论文后，该领域又有了哪些新的研究进展？
史上最全《深度持续学习》2020综述论文，30页pdf，169篇参考文献
超越EfficientNets！无需注意力，也能让你的网络更快更强！
Triplet注意力机制让Channel和Spatial交互更加丰富
Transformer杀疯了！竟在图神经网络的ImageNet大赛中夺冠 复旦大学邱锡鹏教授等「Transformers全面综述」论文
NUS和依图开源T2T-ViT：Transformer又一力作
浙大和腾讯开源CrossFormer：基于跨尺度注意力的视觉Transformer
大连理工和MSRA提出STARK：基于Transformer的目标跟踪器
《注意力机制》综述论文！21页pdf全面阐述51个代表性神经注意力模型
清华&南开最新「视觉注意力机制Attention」综述论文，带你全面了解六大类注意力机制方法
阿里达摩院最新《时间序列Transformer建模》综述论文
Google最新《高效Transformers》2022综述大全，39页pdf阐述九大类提升Transformers效率方式
中科院计算所最新「视觉Transformer」综述论文，带你全面了解最新CV分类、检测/分割方法
Transformer如何用于视频？最新「视频Transformer」2022综述
TPAMI 2022｜华为诺亚最新《视觉Transformer》综述论文，涵盖200 多篇前沿论文调研ViT进展
几何深度学习有何进展？252页ppt《几何深度学习》2022夏令营报告，牛津大学Twiter大牛Bronstein主讲
低资源如何用深度模型？【2022新书】高效深度学习: 更快更小更好的模型，Efficient Deep Learning全面解答
【TPAMI2022】TransCL：基于Transformer的压缩学习，更灵活更强大
《视觉Transformer》最新简明综述，概述视觉Transformers 的不同架构设计和训练技巧
【ICML2022】结构感知Transformer的图表示学习
【何恺明组新论文】MAE视频表示：掩码自编码器作为时空学习器
最近大火的“扩散模型”首篇综述来了！北大最新《扩散模型:方法和应用》综述
Transformer如何做扩散模型（加噪与图像质量）？伯克利最新《transformer可扩展扩散模型》论文
[什么是从模型中学习(LFM)? 武汉大学等《超越微调: 从模型中学习》综述，详述模型调整、模型蒸馏、模型重用、元学习和模型编辑] (https://mp.weixin.qq.com/s/ufpFK06JG3DHlM4lWmyhCw)
[【NeurIPS2023】跨情境课程设计的Transformer智能体] (https://mp.weixin.qq.com/s/-oULhqUikP6QAoPuHkCpBg)
[Transformer为什么有效？Google最新《揭示变换器中的台阶优化算法》解释] (https://mp.weixin.qq.com/s/CldXdJNMfXpwp5ARHmoCoQ)
[《深度模型融合》综述] (https://mp.weixin.qq.com/s/2-ZOAi2qzpWcAjktgaPJOw)
[中国科学院团队首篇《大语言模型LLM模型压缩》综述：细聊剪枝、知识蒸馏、量化技术] (https://mp.weixin.qq.com/s/tOxehTRVFQP83PIKbVJIig)
[【ICCV2023】视觉Transformers的累积空间知识蒸馏] (https://mp.weixin.qq.com/s/1k0sEDiOGH0FpusNQmDYrw)
[「视觉语言Transformers」最新2023研究综述] (https://mp.weixin.qq.com/s/bOdfwkSQt-53e7bjn6KC0w)
[【CVPR2023】视觉Transformer学习长尾数据，解决不平衡标注数据] (https://mp.weixin.qq.com/s/mk-1nMqhZNGcpgFB5JGv_Q)
[Transformer如何训得更快更好？莫纳什大学最新《Transformer高效训练》综述，详述训练Transformer技术] (https://mp.weixin.qq.com/s/VZIv90bPrqbKg9greJaJyw)
[ICML2023 | 轻量级视觉Transformer(ViT)的预训练实践手册] (https://mp.weixin.qq.com/s/gkbVVmdOtSBbzLuHCyuO7g)
[大模型如何适用长尾或特定领域？微软等提出《参数知识引导的增强大型语言模型》，扩展LLM的垂直化长尾适配能力] (https://mp.weixin.qq.com/s/-eIhP2B9q9FobbSq4fPBQg)
[基于内在动机的深度强化学习探索方法综述] (https://mp.weixin.qq.com/s/ZfIvUT6o8R3exFg2YifQiA)
[【2023新书】深度学习中的可解释性，486页pdf] (https://mp.weixin.qq.com/s/0cprRgK6pb39c0HT3u3X8Q)
斯坦福课程:深度学习理论(附视频+讲义+阅读材料) (Theories of Deep Learning) STATS385
CMU2017年秋季课程：深度学习——Ruslan Salakhutdinov主讲（附PPT下载）
【MLSS2020】最新《贝叶斯推断》教程，125页ppt与视频，DeepMind Shakir Mohamed博士
【DeepMind硬核课】深度学习注意力与记忆机制，附70页ppt与视频
【DeepMind深度学习课程】序列循环神经网络，141页ppt，Sequences and Recurrent Network
40+篇必看2020综述论文《深度学习/机器学习/知识图谱/NLP/CV》大集合
ACL2020开始了！这8份Tutorial不可错过！常识推理、多模态信息抽取、对话、解释性等
贝叶斯和深度学习如何结合？看这份CIKM2020《神经贝叶斯信息处理》教程，220页ppt，国立交通大学
【KDD2022教程】在线聚类:算法、评估、指标、应用和基准
【KDD2022教程】在线聚类:算法、评估、指标、应用和基准
[什么是共形预测(conformal prediction)？LPSM最新《共形预测》教程，71页ppt] (https://mp.weixin.qq.com/s/ifA_wkrUG_wbQLCizp10wg)
[视觉中怎么用提示？南洋理工CVPR2023《视觉提示》教程，附290页ppt] (https://mp.weixin.qq.com/s/IdtKmI5iOklPIa78MD6waw)
[【WWW2023教程】持续图学习教程，106页pdf] (https://mp.weixin.qq.com/s/BYMRft72szzzdLbhn5_VSg)
[【ICCV2023教程】自监督学习改进多模态大模型, 34页ppt，Ishan Misra@Meta] (https://mp.weixin.qq.com/s/QIBljtaGO18RQnFbY80sWg)
[【VLDB2023教程】子图提取的机器学习：方法、应用和挑战，90页ppt] (https://mp.weixin.qq.com/s/AiQ_yYt43_Ve8NgZTIZ1iA)
CVPR 2018值得一看的25篇论文，都在这里了 | 源码 & 解读
Google Brain与牛津大学主持最新《计算机视觉前沿》报告
【ICML2019】DeepMind发布自监督学习最新教程，附122页全文资料下载
五年后的计算机视觉会是什么样？和CV先驱们一同畅想（上） | CVPR2019
五年后的计算机视觉会是什么样？和CV先驱们一同畅想（下） | CVPR2019
HCP Lab 12篇论文入选世界顶级计算机视觉会议CVPR 2019
谷歌2019 学术指标发榜：CVPR首次进入Top 10，何恺明论文引用最高
ICCV 2019教程《面向计算机视觉的可解释机器学习》，附280页PPT下载
CVPR2020结果出炉（附13篇论文链接/开源代码/解读）
三巨头共聚AAAI：Capsule没有错，LeCun看好自监督，Bengio谈注意力
60+篇必看2020综述论文《GNN/深度学习/机器学习/知识图谱/NLP/CV》大集合
CVPR'22 最新132篇论文分方向整理｜包含目标检测、图像处理、医学影像等28个方向
SimpleDet：简单通用的目标检测与物体识别框架（内附TridentNet开源代码）
超越ResNet：Res2Net；目标检测最新网络：FCOS ；何恺明最新论文：RandWire-WS - 云+社区 - 腾讯云
物体检测的轮回：Anchor-based 与 Anchor-free
谷歌大脑提出NAS-FPN：一种学会自动架构搜索的特征金字塔网络
北大、清华、微软联合提出RepPoints，比边界框更好用的目标检测方法-高埔村soft网
目标检测：Segmentation is All You Need_files
从Densebox到Dubox：更快、性能更优、更易部署的anchor-free目标检测
解读目标检测新范式：Segmentations is All You Need
Facebook 发布 Detectron2，新一代目标检测平台
一文看尽9篇目标检测最新论文（MFPN/CR-NAS/Scale Match/Dense RepPoints等）
人体姿态估计(Human Pose Estimation)经典方法整理
何恺明团队最新力作RegNet：超越EfficientNet，GPU上提速5倍
ICLR 2020 | Deformable Kernels，创意满满的可变形卷积核
CVPR 2020 | 解决目标检测长尾问题简单方法：Balanced Group Softmax
【TPAMI2020】目标检测中的不平衡问题:综述论文，34页pdf
TBC：卷积新形态，实现更强的CNN！适用于分类/检测/分割等
NeurIPS 2020 | Focal Loss改进版来了！GFocal Loss：良心技术，无Cost涨点！
复旦&港大提出GraphFPN：用图特征金字塔提升目标检测性能
【CVPR2022】GaTector：凝视对象预测的统一框架
[【CVPR2023】DynamicDet:目标检测的统一动态架构] (https://mp.weixin.qq.com/s/pn4w6KZwd2rNcG_Er8BBNA)
【学界】滑动窗口也能用于实例分割，陈鑫磊、何恺明等人提出图像分割新范式 - 专知
如何看待SOLO: Segmenting Objects by Locations，是实例分割方向吗
实时Anchor-Free实例分割算法CenterMask，代码将开源
何恺明Mask R-CNN精度提升，一半输入数据量就行 | CVPR2020
超越MixUp、CutMix的样本混合数据增广新算法FMix
如何评价Kaiming He的Momentum Contrast for Unsupervised?
UN-EPT：用于语义分割的统一高效金字塔Transformer
OpenAI提出Sparse Transformer，文本、图像、声音都能预测，序列长度提高30倍
斯坦福&Adobe CVPR 19 Oral：全新通用深度网络架构CPNet
【ACL2019】seq2seq最新变体，稀疏序列模型（附论文全文及slides下载）
【ACL2019】深度贝叶斯自然语言处理，304页ppt带你了解最新研究进展
【实战电子书+代码】自然语言处理实战，545页pdf，使用Python理解、分析和生成文本
AAAI2020 | 自动化所&微信AI：双通道多步推理模型，更好解决视觉对话生成问题
文本增强、半监督学习，谁才是 NLP 少样本困境问题更优的解决方案？
【ICML2020-华为港科大】RNN和LSTM有长期记忆吗？
视觉推理解释框架VRX：用结构化视觉概念作为解释网络推理逻辑的「语言」
CVPR2022 | 多模态Transformer用于视频分割效果惊艳
TPAMI 2022 | 最新综述：基于不同数据模态的行为识别
国防科大最新《深度学习视觉语音分析》综述论文，20页pdf涵盖200篇文献阐述视觉语音识别与生成技术进展
上交卢策吾团队《自然》：机器视觉行为理解与脑神经有内在关联？构建映射模型
语音如何自监督学习？306页ppt！李宏毅等
AOGNet：基于深度 AND-OR 语法网络的目标识别方法
图深度学习(GraphDL)，下一个人工智能算法热点？一文了解最新GDL相关文章
Judea Pearl：传统机器学习尚处于因果层级的底层，达成完备AI的7个工具
【CNN已老，GNN来了】DeepMind、谷歌大脑、MIT等27位作者重磅论文，图网络让深度学习也能因果推理
图神经网络概述第三弹：来自IEEE Fellow的GNN综述
AAAI2019 Tutorial 《图表示学习》, 180页PPT带你从入门到精通
最新PyTorch图神经网络库，速度快15倍（GitHub+论文）
GCN作者Thomas Kipf 最新Talk：利用图神经网络进行无监督学习
Google图挖掘团队最新博客《图表示学习中的创新》，附PDF下载
近期必读的10篇ACL 2019【图神经网络（GNN）+NLP】相关论文和代码
图神经网络最近十篇论文，来自KDD、IJCAI、ICML等，附PDF下载
图模型(Graphical Models), 571页pdf，带你学习GM和因果推断
斯坦福Jure Leskovec清华演讲：图神经网络研究最新进展（附PPT下载）
注意力神经网络，Attention Neural Networks，78页ppt
清华大学朱文武老师最新「图表示深度学习」的5种方法综述论文，51页pdf
【WWW2020】DGL深度图神经网络实战教程，PPT+代码
【WWW2020】DGL深度图神经网络实战教程，PPT+代码
六篇顶会 ICML 2020【图神经网络 (GNN) 】相关论文
贝叶斯网络之父Judea Pearl：新因果科学与数据科学、人工智能的思考
【KDD2020-Tutorial】因果推理与稳定学习，Causal Inference and Stable Learning
【KDD2020】图深度学习:基础、进展与应用，182页ppt
【重磅】图神经网络新书《图表示学习》，140页pdf，William L. Hamilton-McGill University
【斯坦福尤佳轩&何恺明ICML2020新作】神经网络的图结构
系列教程GNN-algorithms之五：《注意力机制在图上的应用—GAT》
【MLSS2020硬核课】机器学习「因果性」，德国Bernhard Schölkopf教授，177页ppt
最新「因果推断Causal Inference」综述论文38页pdf，阿里巴巴、Buffalo、Georgia、Virginia
【斯坦福谷歌】最新《图机器学习》综述论文，38页pdf阐述最新图表示学习进展
最新！知识图谱研究综述论文: 表示学习、知识获取与应用，25页pdf详述Knowledge Graphs技术趋势
新书《图深度学习》重磅出炉！KDD 新星奖大神汤继良力作，（附316页pdf下载）
NeurIPS 2020 | 清华大学提出：通用、高效的神经网络自适应推理框架
Graph Normalization (GN)：为图神经网络学习一个有效的图归一化
NeurIPS 2020 Oral | 基于因果干预的弱监督语义分割
彭博新书《知识图谱: 一种信息检索视角》，156页pdf系统性阐述KG与IR之间的关系
【伯克利胡戎航博士论文】视觉与语言推理的结构化模型，124页pdf
【深度生成模型】Deep Generative Models，104页ppt
【NLPCC2020】多模态知识图谱构建、推理与挑战，东南大学王萌博士
【ECML/PKDD20教程】图表示学习与应用，200页ppt
【ISOLABS】最新《图神经网络实用指南》2020论文，28页pdf
[NeurIPS 2020 oral] 基于因果干预的弱监督语义分割
【NeurIPS2020-MIT】子图神经网络，Subgraph Neural Networks
【图与几何深度学习，53页ppt】Graph and geometric deep learning ICML2021图神经网络5篇论文的最新研究热点 近期必读的5篇顶会WWW 2021【图神经网络+推荐】相关论文和代码
近期必读的5篇顶会ICML 2021【图神经网络（GNN）】相关论文和代码 《图机器学习》综述论文，19页pdf概述图信号处理、矩阵分解、随机游走和深度学习算法 【斯坦福CS224W】图神经网络GNN高级主题，60页ppt Twitter最新《动态图深度学习:时序图网络TGN》研究，附论文与PPT下载
「因果性机器学习」书册，88页pdf概述机器学习中的因果推理
STTran：用于视频场景图生成的时空上下文Transformer
MSRA提出用于图结构数据的Graphormer！斩获OGB-LSC图预测赛道冠军
因果推理如果落地？看这份KDD2021微软/uber《因果推理机器学习:CausalML与EconML》教程，附Slides
腾讯AI Lab、清华共同发布《几何等变图神经网络》综述论文, 全面阐述GEGNN机构与任务
2022图神经网络5篇最新的研究综述：双曲/图分类/联邦/等变/异质性
【上海交大ICLR2022】从因果不变性视角探讨图神经网络的分布外泛化鲁棒性
清华崔鹏等Nature子刊最新论文：稳定学习建立因果推理和机器学习的共识基础
NeurIPS 2021开会了！新加坡国立大学Wee Sun Lee：机器学习中的消息传递机制-从图模型到GNN，95页ppt
GNN如何用于因果推断？TU&DeepMind-AAAI2022投稿论文《关联图神经网络与结构因果模型》阐述基于GNN的因果推理
《图自监督学习》最新综述，数据挖掘领域大师俞士纶团队新作，25页pdf160篇文献
【ECCV2022】用于视频问题回答的视频图Transformer
什么是因果深度学习？DeepMind最新ICML2022《因果性与深度学习:协同、挑战和未来》教程，183页ppt详述因果DL
【ICML2022】因果Transformer:估算反事实结果的因果, 附ppt
什么是因果机器学习？UCL&牛津大学最新《因果机器学习》书册，165页pdf阐述因果机器学习体系
【NeurIPS 2022】带有自适应节点采样的层次图Transformer
如何生成“好”的图？【TPAMI2022】面向图生成的深度生成模型系统综述
GNN与Transformer在CV中怎么用？ 香港大学最新《图神经网络和图Transformers在计算机视觉应用》综述
147页PPT详解因果深度学习，图灵奖Yoshua Bengio最新UAI2022「因果性与深度学习:协同、挑战和未来》教程
爱丁堡大学最新《因果机器学习: 医疗健康与精准医疗应用》2022综述
GNN与Transformer在CV中怎么用？ 香港大学最新《图神经网络和图Transformers在计算机视觉应用》综述
GNN如何异常检测？首篇《图神经网络图异常检测》综述全面阐述GNN图异常检测方法体系
NLP中如何处理因果性？EMNLP2022最新《自然语言处理因果关系导论》教程，180页ppt全面讲解因果发现和因果效应估计
什么是因果深度学习？DeepMind最新ICML2022《因果性与深度学习:协同、挑战和未来》教程，183页ppt详述因果DL
“In-context Learning”是什么？北大等最新《语境学习ICL》综述论文，详述ICL进展、挑战和方向
[《以数据为中心的图学习》综述] (https://mp.weixin.qq.com/s/Wk6hr6dfDUEvtOTt_ek4Ww?poc_token=HHiONGWj_w_crIsuEjHnpWS-rgyJ-t-vXoyx4V9j)
[【CIKM2023】基于多节点中心子图的对比表示学习] (https://mp.weixin.qq.com/s/1yHGKWwkzG4TlHIrsfNi0Q)
[图上的不均衡数据怎么处理？新加坡国立大学最新《不均衡图学习》综述，详述问题、技术和未来方向] (https://mp.weixin.qq.com/s/YN7yJj6ItzIvueJjYC42-w)
[【ICCV2023】稳定且因果推断的自监督深度视觉表示判别方法] (https://mp.weixin.qq.com/s/yB9z4xDIlTFaup6H8LQ01Q)
[西安交大等最新《鲁棒视觉问题回答》综述，20页pdf详述RVQA数据集、方法和未来挑战] (https://mp.weixin.qq.com/s/wM1e12qat_HQo2I-5Q6o0Q)
[神经推理如何问答？ CMU-Haitian Sun博士论文《神经推理问答》，151页pdf全面阐述QA推理任务] (https://mp.weixin.qq.com/s/fdgL63dQsAuQG3IXCb2E2g)
[【ICML2023】SEGA:结构熵引导的图对比学习锚视图] (https://mp.weixin.qq.com/s/uFNdra4tJStgv07oLAxI2g)
[图上持续学习怎么做？ 悉尼大学等最新《 持续图学习:挑战、解决方案和机会》综述，附Slides] (https://mp.weixin.qq.com/s/ZeS-N4rskrbTdm09bcKOpw)
[【ICML2023】图神经网络可以仅从图结构中恢复隐藏特征] (https://mp.weixin.qq.com/s/Nze5pUItcM8cngqf8CQMVQ)
[图上如何建模因果性？PSU等最新《图反事实学习》综述，50页pdf全面综述图公平性、可解释性等方法] (https://mp.weixin.qq.com/s/J6i9D6mnLSIdK9k7dA9Now)
[中科院计算所等最新《时态数据因果发现》综述，50页pdf详述多元时间和事件序列因果发现] (https://mp.weixin.qq.com/s/IvVt-5Nq4JkIRH3gC2PRrw)
[AAAI2023|图对比学习的模型增强技巧] (https://mp.weixin.qq.com/s/y7k5tEOcfmjlFgp_qaxliw)
[Graph Transformer近期进展] (https://mp.weixin.qq.com/s/ozfggZtr1sMSFv7u6LacQQ)
【CVPR2019最新元学习教程】 基于元学习的计算机视觉应用（附下载）
近期必读的9篇CVPR 2019【图神经网络（GNN）+CV】相关论文和代码
14篇论文为你呈现「迁移学习」研究全貌 _ 论文集精选 #04 - 知乎
CVPR2019:好的模型，迁移学习效果就更好吗？Google Brain最新结论
【NeurIPS2019论文PPT】多模态模型无关的元学习 MMAML
图像分类最新技术综述论文: 21种半监督、自监督和无监督学习方法一较高低
近期必读的七篇 ECCV 2020【少样本学习（FSL）】相关论文
NeurIPS 2020 | 数据类别不平衡/长尾分布？不妨利用半监督或自监督学习
DDBNet：Anchor-free新训练方法，更准确的正负样本 | ECCV 2020
ICLR 2021 【自监督学习】 & 【Transformer】
滑铁卢大学2020新书《预训练Transformer模型文本排序》，155页pdf
零样本图像分类综述 「课程学习（Curriculum Learning)」2021综述论文 5篇顶会CVPR 2021【对比学习（CL）】相关论文和代码
当Transformer遇见自监督学习！Facebook重磅开源DINO
何恺明团队提出MoCo v3：训练自监督视觉Transformer的实证研究
【TPAMI2021】视觉智能的知识蒸馏与师生学习:回顾与展望, 20页pdf与218篇文献
【YannLecun最新报告】自监督学习与能量模型，附99页ppt与视频
[一文解决样本不均衡（全）]( https://mp.weixin.qq.com/s/EgjSm8WZDG9FWUiUumByKA
超越传统微调！Meta新作VPT：视觉Prompt来了！冻结主干，仅调节1%参数，性能提升显著！
一文掌握《对比学习（Contrastive Learning）》要旨，详述MoCo和SimCLR算法
自监督如何做推荐？昆士兰大学最新《自监督学习推荐系统》综述论文，阐述对比、生成、预测和混合四大类方法
蒙特利尔最新《自监督少样本目标检测》，20页pdf131系统性阐述少样本和自监督的目标检测研究进展
何恺明最新一作论文：简单实用的自监督学习掩码自编码MAE，ImageNet-1K 87.8%！CVPR 2022最佳
【TPAMI2021】视觉智能的知识蒸馏与师生学习:回顾与展望, 20页pdf与218篇文献
【ICML2021】教师-学生设置中的持续学习:任务相似性的影响
南大发布首篇《健壮深度半监督学习》综述论文，全面阐述现有RDSSL中分布、特征与标签损坏方法体系与进展
Lehigh大学Zhang Youshan《视觉识别的无监督域适应》研究综述论文
OpenAI-Lilian Weng等：自监督学习与对比学习，NeurIPS 2021教程|105页ppt
自监督学习未来是掩码自编码器？KAIST最新《自监督学习掩码自编码器》研究进展
小数据如何学习？吉大最新《小数据学习》综述，26页pdf涵盖269页文献阐述小数据学习理论、方法与应用
小目标如何检测？西工大韩军伟等发布《大规模小目标检测》综述，20页pdf全面阐述小目标检测方法和自动驾驶与空中场景基准数据集
【ECCV2022】对比视觉Transformer的在线持续学习
【ICML2022】长尾识别中分布外检测的部分和非对称对比学习
小样本研究2022进展到哪了？华东师大最新《少样本学习》全面综述，从近三年200篇文献阐述小样本学习的演变、应用、挑战和机遇
“小”标记图数据如何学习？KDD2022最新《图最小监督学习》教程
【CIKM2022】基于双向Transformers对比学习的序列推荐
自监督学习在CV进展？何恺明等最新ECCV2022教程《自监督表示学习计算机视觉研究》，全面讲述自监督视觉学习进展
[最新《生成式数据增强的统一框架》综述，85页pdf] (https://mp.weixin.qq.com/s/OX3gBbd3QwoYE84UHvRiqQ)
[【ICCV2023最佳论文】ControlNet: 为文本到图像扩散模型添加条件控制] (https://mp.weixin.qq.com/s/QNXOUbrxWF5oxTB1fXkwzg)
[【NeurIPS2023】利用扩散模型进行异常值想象] (https://mp.weixin.qq.com/s/IhjF53KpyHWLl-Ar8YRm3g)
[知识蒸馏的师生架构怎么设计？McGill大学等最新《知识蒸馏》综述，详述知识压缩、知识扩展、知识适应和知识增强的教师学生架构设计] (https://mp.weixin.qq.com/s/1EUBwZBgDt1nPaqRSlk6YA)
[基于深度学习的类别增量学习算法综述] (https://mp.weixin.qq.com/s/JEXLgpnWOpZCzz6Docmxmg)
[《生成式模型: 变分自编码器与扩散模型》，75页ppt，Google DeepMind科学家Ruiqi Gao] (https://mp.weixin.qq.com/s/R9Ynh-VILB-yiv0CRUCI-A)
[扩散模型如何做推荐？【SIGIR2023】DiffRec: 扩散推荐模型] (https://mp.weixin.qq.com/s/-u9J2inaQlluo8WNqdaWUQ)
[NLP+Diffusion=？UMN最新《NLP中的扩散模型》综述 ，全面阐述离散和嵌入扩散模型方法] (https://mp.weixin.qq.com/s/czNtFbXEjPUN6klCa1SWmA)
[扩散模型和标准流如何用？阿姆斯特丹Emiel博士论文《离散数据和几何数据的标准流和扩散模型》171页pdf详述标准流和扩散模型] (https://mp.weixin.qq.com/s/h2VuLDDvcKEcTaRdH7Vpng)
[【ICML2023】序列反事实风险最小化] (https://mp.weixin.qq.com/s/GOJl7YNKfKUUPXx9_b1qRw)
[【CVPR2023】面向自监督视觉表示学习的混合自编码器] (https://mp.weixin.qq.com/s/FrQyT1cpZse50P6vGIIyQQ)
CVPR2019 | 物体为中心的自编码器与伪异常的视频异常检测
【ICML2019】DeepMind发布自监督学习最新教程，附122页全文资料下载
机器学习如何做好分布外异常检测？谷歌这篇 NeurIPS 2019 论文提出了方法
【KDD2020-Tutorial】深度学习异常检测，180页ppt
熊辉等首篇 「深度学习图异常检测」综述论文，176篇文献全面概述GAD技术
GAN如何异常检测？最新《生成式对抗网络异常检测》综述论文，概述异常检测的典型GAN模型
图学习如何检测异常？澳大利亚联邦大学最新《图学习异常分析:算法、应用与挑战》综述，阐述GCN/GAT/GAE等方法
[对比学习需要哪样的数据？UCLA最新ICML2023论文《数据高效对比学习：简单样本贡献最大》，探究量化样本对SSL的贡献度] (https://mp.weixin.qq.com/s/_ewefoiw6TLvG0CSkLCRVQ)
不同的领域、框架，这是一份超全的深度学习模型GitHub集合
PyTorch Cookbook（常用代码段整理合集） - mingo_敏 - CSDN博客
深度学习网络模型大全来了（基于TensorFlow和PyTorch的开源复现）
深度学习实战派人士的经验总结，我这些年学到的12个教训，61ppt血泪史
首款 Jupyter 官方可视化 Debug 工具，JupyterLab 未来可默认支持 Debug
【资源推荐】深度学习自动化（神经架构搜索和超参数自动优化）相关资源大列表
CVPR论文复现争议后续：华人一作苦战两月给出有态度的分析结果
AI所有领域最优论文+代码查找神器：966个ML任务、8500+论文任你选
【杂谈】如何学会看arxiv.org才能不错过自己研究领域的最新论文？ - 知乎
期刊审稿人手把手教你写一篇SCI论文 (1 - 7)事实汇总【论文写作】
南京大学周志华教授——AI领域：如何做优秀研究并写高水平论文？
【经典重顾】如何学会读论文？三轮阅读法，滑铁卢大学S. Keshav
【Manning书籍】像数据科学家一样思考，331页pdf教您如何步步成为数据科学家
【CVPR2020】如何写好一篇顶会论文？34页ppt，MIT&Google视觉大佬Bill Freeman亲授讲解
这份读博指南教你如何做笔记、整理参考书目、管理时间、如何写作、对自己和导师合理预期
吴恩达：机器学习毕业后，如何规划职业生涯才能成为“老司机”？
Chrome 科研神器！去谷歌学术搜到文章，代码链接就能自动展示
如何撰写好你的博士论文？CMU-Priya博士这30页ppt为你指点
周志华教授：如何做研究与写论文 ICCV 2021审稿结果出炉，有人已总结出了一份Rebuttal写作指南
[重磅！《2023人工智能发展白皮书》版本，118页pdf] (https://mp.weixin.qq.com/s/91fBe4nsjior0Es6vAGq0Q)
[《中国人工智能人才学习白皮书》发布！] (https://mp.weixin.qq.com/s/LaVOnHZQTt0QU6KQoHMFXw)