本文為極市平臺(tái)整理報(bào)道，轉(zhuǎn)載請(qǐng)聯(lián)系本公眾號(hào)獲得授權(quán)。

1. star:9819｜Weakly Supervised Disentanglement with Guarantees（弱監(jiān)督學(xué)習(xí)）

論文：https://arxiv.org/pdf/1910.09772v2.pdf

代碼：https://github.com/google-research/google-research/tree/master/weak_disentangle

2. star:9819｜Measuring Compositional Generalization: A Comprehensive Method on Realistic Data

論文：https://arxiv.org/pdf/1912.09713v1.pdf

代碼：https://github.com/google-research/google-research/tree/master/cfq

3. star:9819｜Meta-Learning without Memorization（元學(xué)習(xí)/小樣本圖像分類）

論文：https://arxiv.org/pdf/1912.03820v3.pdf

代碼：https://github.com/google-research/google-research/tree/master/meta_learning_without_memorization

4. star:4977｜U-GAT-IT: Unsupervised Generative Attentional Networks with Adaptive Layer-Instance Normalization for Image-to-Image Translation（圖像翻譯/無(wú)監(jiān)督）

論文：https://arxiv.org/pdf/1907.10830v4.pdf

代碼：https://github.com/taki0112/UGATIT

5. star:2106｜On the Variance of the Adaptive Learning Rate and Beyond

論文：https://arxiv.org/pdf/1908.03265v3.pdf

代碼：https://github.com/LiyuanLucasLiu/RAdam

6. star:1469｜DiffTaichi: Differentiable Programming for Physical Simulation

論文：https://arxiv.org/pdf/1910.00935v3.pdf

代碼：https://github.com/yuanming-hu/difftaichi

7. star:1018｜Generative Models for Effective ML on Private, Decentralized Datasets

論文：https://arxiv.org/pdf/1911.06679v2.pdf

代碼：https://github.com/tensorflow/federated/tree/master/tensorflow_federated/python/research/gans

8. star:963｜Behaviour Suite for Reinforcement Learning（強(qiáng)化學(xué)習(xí)）

論文：https://arxiv.org/pdf/1908.03568v3.pdf

代碼：https://github.com/deepmind/bsuite

9. star：534｜Contrastive Representation Distillation（知識(shí)蒸餾）

論文：https://arxiv.org/pdf/1910.10699v2.pdf

代碼：https://github.com/HobbitLong/RepDistiller

10. star：516｜On the Relationship between Self-Attention and Convolutional Layers（注意力機(jī)制）

論文：https://arxiv.org/pdf/1911.03584v2.pdf

代碼：https://github.com/epfml/attention-cnn

11. star：469｜AugMix: A Simple Data Processing Method to Improve Robustness and Uncertainty

論文：https://arxiv.org/pdf/1912.02781v2.pdf

代碼：https://github.com/rwightman/pytorch-image-models

12. star：443｜NAS-Bench-201: Extending the Scope of Reproducible Neural Architecture Search（神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索）

論文：https://arxiv.org/pdf/2001.00326v2.pdf

代碼：https://github.com/D-X-Y/NAS-Projects

13. star：393｜Once for All: Train One Network and Specialize it for Efficient Deployment（神經(jīng)網(wǎng)絡(luò)訓(xùn)練）

論文：https://openreview.net/pdf?id=HylxE1HKwS

代碼：https://github.com/mit-han-lab/once-for-all

14. star：246｜BatchEnsemble: An Alternative Approach to Efficient Ensemble and Lifelong Learning（神經(jīng)網(wǎng)絡(luò)訓(xùn)練）

論文：https://arxiv.org/pdf/2002.06715v2.pdf

代碼：https://github.com/google/edward2

15. star：243｜FasterSeg: Searching for Faster Real-time Semantic Segmentation（語(yǔ)義分割）

論文：https://arxiv.org/pdf/1912.10917v2.pdf

代碼：https://github.com/TAMU-VITA/FasterSeg

16. star：213｜Contrastive Learning of Structured World Models

論文：https://arxiv.org/pdf/1911.12247v2.pdf

代碼：https://github.com/tkipf/c-swm

17. star：191｜Real or Not Real, that is the Question（GAN）

論文：https://arxiv.org/pdf/2002.05512v1.pdf

代碼：https://github.com/kam1107/RealnessGAN

18. star：186｜Pseudo-LiDAR++: Accurate Depth for 3D Object Detection in Autonomous Driving（3D目標(biāo)檢測(cè)）

論文：https://arxiv.org/pdf/1906.06310v3.pdf

代碼：https://github.com/mileyan/Pseudo_Lidar_V2

19. star：182｜Learning to Explore using Active Neural SLAM（三維SLAM）

論文：https://arxiv.org/pdf/2004.05155v1.pdf

代碼：https://github.com/devendrachaplot/Neural-SLAM

20. star：175｜Mutual Mean-Teaching: Pseudo Label Refinery for Unsupervised Domain Adaptation on Person Re-identification（行人重識(shí)別/無(wú)監(jiān)督）

論文：https://arxiv.org/pdf/2001.01526v2.pdf

代碼：https://github.com/yxgeee/MMT

21. star：132｜AtomNAS: Fine-Grained End-to-End Neural Architecture Search（神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索）

論文：https://arxiv.org/pdf/1912.09640v2.pdf

代碼：https://github.com/meijieru/AtomNAS

22. star：128｜Strategies for Pre-training Graph Neural Networks（神經(jīng)網(wǎng)絡(luò)訓(xùn)練）

論文：https://arxiv.org/pdf/1905.12265v3.pdf

代碼：https://github.com/snap-stanford/pretrain-gnns/

23. star117｜Towards Stabilizing Batch Statistics in Backward Propagation of Batch Normalization（歸一化）

論文：https://arxiv.org/pdf/2001.06838v2.pdf

代碼：https://github.com/megvii-model/MABN

24. star：107｜DropEdge: Towards Deep Graph Convolutional Networks on Node Classification

論文：https://arxiv.org/pdf/1907.10903v4.pdf

代碼：https://github.com/DropEdge/DropEdge

25. star：107｜Neural Arithmetic Units

論文：https://arxiv.org/pdf/2001.05016v1.pdf

代碼：https://github.com/AndreasMadsen/stable-nalu

26. star：106｜Semantically-Guided Representation Learning for Self-Supervised Monocular Depth（單目深度估計(jì)）

論文：https://arxiv.org/pdf/2002.12319v1.pdf

代碼：https://github.com/TRI-ML/packnet-sfm

27. star：100｜Composition-based Multi-Relational Graph Convolutional Networks

論文：https://arxiv.org/pdf/1911.03082v2.pdf

代碼：https://github.com/malllabiisc/CompGCN

28. star：93｜Deformable Kernels: Adapting Effective Receptive Fields for Object Deformation（圖像分割/目標(biāo)檢測(cè)）

論文：https://arxiv.org/pdf/1910.02940v2.pdf

代碼：https://github.com/hangg7/deformable-kernels/

29. star：80｜NAS evaluation is frustratingly hard（神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索）

論文：https://arxiv.org/pdf/1912.12522v3.pdf

代碼：https://github.com/antoyang/NAS-Benchmark

30. star：74｜Understanding and Robustifying Differentiable Architecture Search（圖像分類）

論文：https://arxiv.org/pdf/1909.09656v2.pdf

代碼：https://github.com/automl/RobustDARTS

31. star：72｜Fast Neural Network Adaptation via Parameter Remapping and Architecture Search（圖像分類/目標(biāo)檢測(cè)/語(yǔ)義分割）

論文：https://arxiv.org/pdf/2001.02525v2.pdf

代碼：https://github.com/JaminFong/FNA

32. star：72｜Capsules with Inverted Dot-Product Attention Routing（圖像分類）

論文：https://arxiv.org/pdf/2002.04764v2.pdf

代碼：https://github.com/apple/ml-capsules-inverted-attention-routing

33. star:53｜Deep Semi-Supervised Anomaly Detection（異常檢測(cè)）

論文：https://arxiv.org/pdf/1906.02694v2.pdf

代碼：https://arxiv.org/pdf/1906.02694v2.pdf

34. star：51｜Network Deconvolution（圖像分類）

論文：https://arxiv.org/pdf/1905.11926v4.pdf

代碼：https://github.com/deconvolutionpaper/deconvolution

35. star：49｜Pitfalls of In-Domain Uncertainty Estimation and Ensembling in Deep Learning（圖像分類）

論文：https://arxiv.org/pdf/2002.06470v1.pdf

代碼：https://github.com/bayesgroup/pytorch-ensembles

36. star：36｜A Neural Dirichlet Process Mixture Model for Task-Free Continual Learning（圖像分類）

論文：https://arxiv.org/pdf/2001.00689v2.pdf

代碼：https://github.com/soochan-lee/CN-DPM

37. star：33｜Empirical Bayes Transductive Meta-Learning with Synthetic Gradients（小樣本圖像分類/元學(xué)習(xí)）

論文：https://openreview.net/pdf?id=Hkg-xgrYvH

代碼：https://github.com/hushell/sib_meta_learn

38. star：32｜Query2box: Reasoning over Knowledge Graphs in Vector Space using Box Embeddings（知識(shí)圖譜）

論文：https://arxiv.org/pdf/2002.05969v2.pdf

代碼：https://github.com/hyren/query2box

39. star：27｜Kaleidoscope: An Efficient, Learnable Representation For All Structured Linear Maps（圖像分類）

論文：https://openreview.net/pdf?id=BkgrBgSYDS

代碼：https://github.com/HazyResearch/learning-circuits

40. star：22｜Fooling Detection Alone is Not Enough: Adversarial Attack against Multiple Object Tracking（多目標(biāo)跟蹤）

論文：https://openreview.net/pdf?id=rJl31TNYPr

代碼：https://github.com/anonymousjack/hijacking

打包下載：

鏈接:https://pan.baidu.com/s/1bM1ZAiX5FOY_65gBLAkoow?密碼:rjsn