60+篇必看2020综述论文《小样本/GNN/深度学习/机器学习/知识图谱/NLP/CV》大集合

【导读】专知整理2020年来在 深度学习/机器学习/知识图谱//NLP/CV 的综述论文，欢迎大家查看！

• 清华大学张长水等最新《少样本学习FSL》2020综述论文，30页pdf414篇参考文献

• 最新最全《深度元学习》2020综述论文，59页pdf，A Survey of Deep Meta-Learning

• 【ISOLABS】最新《图神经网络实用指南》2020论文，28页pdf

• 【模式识别国家重点实验室】模式识别学科发展报告
  

• 【牛津大学博士论文】解释深度神经网络，134页pdf阐述打开深度学习黑盒性
  

• UIUC孙若愚等最新《深度学习最优化》2020综述论文，51页pdf
  

• 近期必读的六篇 ICML 2020【对比学习】相关论文
  

• 李航等最新《搜索与推荐中的深度学习匹配》新书，190页pdf

• 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）

• 西北大学等最新《深度主动学习》全面综述论文，30页pdf

• 【复旦大学邱锡鹏教授】自然语言处理中的自注意力模型，53页ppt
  

• 近期必读的七篇 ECCV 2020【少样本学习（FSL）】相关论文

• 【复旦大学刘鹏飞博士论文】自然语言处理中的神经表示学习，153页pdf

• 字节跳动李航提出AMBERT！超越BERT！多粒度token预训练语言模型

• 
  

• 【重磅】图神经网络新书《图表示学习》，140页pdf，William L. Hamilton-McGill University
  

• 【微软亚研沈向洋周明】神经自然语言处理进展综述：建模，学习，推理
  

• 近期必读的五篇 IJCAI 2020【图神经网络 (GNN)+NLP 】相关论文
  

• 系列教程GNN-algorithms之一：《图卷积网络（GCN）的前世今生》

• 系列教程GNN-algorithms之二：《切比雪夫显神威—ChebyNet》

• 系列教程GNN-algorithms之三：《将图卷积简化进行到底—SGC》

• 系列教程GNN-algorithms之四：《Inductive Learning 大神—GraphSAGE》

• 系列教程GNN-algorithms之五：《注意力机制在图上的应用—GAT》

• 系列教程GNN-algorithms之六：《多核卷积拓扑图—TAGCN》

• 系列教程GNN-algorithms之七：《图同构网络—GIN》
  

• 图神经网络如何用于知识图谱？这篇《图神经网络知识图谱补全》综述论文帮你总结好了

• 1小时学习Pytorch！最新《深度学习Pytorch》简明视频教程，45页p pt

• 《小样本元学习》2020最新综述论文
  

• 贝叶斯与深度学习如何结合？看这份256页《贝叶斯深度学习原理 》SPCOM2020硬核教程

• 如何进行贝叶深度学习？纽约大学Andrew博士视频讲解《 贝叶斯深度学习与概率模型构建》134页ppt
  

• 【浙大博士论文】面向复杂场景理解的视觉内容识别、检测与推理方法研究
  

• Geoffrey Hinton最新SIGIR2020视频报告: 下一代神经网络-无监督对比学习
  

• 【MIT&港科大】最新《贝叶斯深度学习》2020综述论文，35页pdf全面阐述最新进展

• 下一代图神经网络是什么？几何深度学习，大牛Max Welling教授视频讲解
  

• 【MLSS2020】最新《贝叶斯推断》教程，125页ppt与视频，DeepMind Shakir Mohamed博士
  

• 【新书】自然语言处理表示学习技术，349页pdf，清华大学
  

• 近期必读的六篇计算机视觉顶会ECCV 2020【目标检测】相关论文
  

• 【DeepMind硬核课】深度学习注意力与记忆机制，附70页ppt与视频

• 1800页33章数学方法精要笔记 —深入数学建模， 机器学习和深度学习的数学基础
  

• 【MLSS2020硬核课】机器学习「因果性」，德国Bernhard Schölkopf教授，177页ppt

• 近期必读的六篇 IJCAI 2020【图神经网络 (GNN)+计算机视觉（CV） 】相关论文
  

• 近期必读的五篇KDD 2020【图神经网络 (GNN) 】相关论文_Part2

• 近期必读的六篇顶会 ICML 2020【图神经网络 (GNN) 】相关论文

• 近期必读五篇顶会 ACL 2020【知识图谱表示学习 (KGR) 】相关论文

• 近期必读的五篇顶会 ACL 2020【图神经网络 (GNN) 】相关论文

• 近期必读的六篇SIGIR 2020【图神经网络 +推荐(GNN+RS) 】相关论文

• 近期必读的五篇KDD 2020【图神经网络 (GNN) 】相关论文

• 近期必读的五篇计算机视觉顶会CVPR 2020【图神经网络 (GNN) 】相关论文-Part 3
  

• 【DeepMind硬核课】深度学习自然语言处理前沿进展，附103页ppt

• 非凸优化与统计学，89页ppt，普林斯顿Yuxin Chen博士
  

• 最新《推荐系统中的对抗性机器学习:现状和挑战》2020综述论文，35页pdf

• 非凸优化与统计学，89页ppt，普林斯顿Yuxin Chen博士

• 【DeepMind硬核课】卷积神经网络图像识别前沿进展，附110页ppt与视频
  

• 【UTSA】最新《可解释人工智能XAI：机会与挑战》， 25页pdf119篇文献详述XAI技术进展
  

• 【MIT硬核新书】深度神经网络高效处理，82页pdf论述DNN计算加速设计原理技术

• 【ICML2020-MIT】常曲率图卷积神经网络，构建非欧几里得GCN（附论文和76页ppt）
  

• 最新《知识蒸馏》2020综述论文，30页pdf，悉尼大学

• TextCNN大牛Kim哈佛大学2020杰出博士毕业论文《自然语言的深度潜变量模型》185页pdf，Kim将到MIT任助理教授
  

• 最新《深度多任务学习》综述论文，22页pdf109篇文献概述MTL最新进展
  

• 【2020最新干货综述】 基于知识图谱嵌入的链接预测综述， 43页pdf
  

• 最新《Deepfakes：创造与检测》2020综述论文，36页pdf

• 最新《图卷积神经网络》中文综述论文，26页pdf，计算机学报-中科院计算所
  

• 【香港理工】生成式对抗网络(GANs)最新2020综述，41页pdf阐述GAN训练、 挑战、解决方案和未来方向

• 【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

• 【华南理工】最新《场景文本识别》2020综述论文，21页系统性阐述60+STR方法体系进展

• 元学习(meta learning) 最新进展综述论文，28页pdf

• 最新《可解释深度学习XDL》2020研究进展综述大全，54页pdf

• 基于小样本学习的图像分类技术综述

• 【北航】基于领域知识的深度学习医学图像分析研究综述,26页pdf

• 最新《迁移学习:域自适应理论》综述论文，128页ppt讲解迁移学习与最优传输

• 【爱丁堡大学】最新《元学习meta learning)》2020综述论文大全，23页pdf289篇参考文献

• 【香港科技大学】最新《小样本学习(Few-shot learning)》2020综述论文大全，34页pdf166篇参考文献

• 【Snapchat-谷歌-微软】最新《深度学习文本分类》2020综述论文大全，150+DL分类模型，42页pdf215篇参考文献

• 【UIUC-韩家炜等】最新《异构网络表示学习》2020综述论文大全，30+HNE方法，15页pdf111篇参考文献

• 北航发布「深度学习人群计数」2020综述论文，220+基于CNN的密度估计和人群计数的方法大调研

• 【重磅】Google元老Eric Schmidt发布《深度学习2020大综述》论文，48页pdf275篇文献阐述深度学习集大成者

• 用物理学突破深度学习理论瓶颈？Google-斯坦福发布《深度学习统计力学》综述论文，30页pdf阐述深度学习成功机制

• 【复旦大学】最新《预训练语言模型》2020综述论文大全，50+PTMs分类体系，25页pdf205篇参考文献

• 【TPAMI2020】目标检测中的不平衡问题:综述论文，34页pdf

• 中山大学发布最新《图对抗机器学习》2020综述论文，带你全面了解40+种攻防对抗学习方法

• 知识图谱如何用于推荐系统？中科院百度微软等学者最新综述论文40+最新方法阐述KG提升RS准确性与可解释性