本文汇总了2019年至今的重要深度学习研究，涵盖了PyTorch Geometric图形表征学习库、Mask Scoring R-CNN实例分割技术、高保真图像生成、SLAM的GCNv2、主动学习库ALiPy、DeepFashion2服装图像处理、星际争霸多智能体挑战、Dropout的SDR理论、Lingvo序列模型框架及动态学习率的自适应梯度方法等。
本文为 AI 研习社编译的技术博客，原标题 ：
Best Deep Learning Research of 2019 So Far
作者 | ODSC - Open Data Science
翻译 | 敬爱的勇哥 编辑 | 酱番梨、邓普斯•杰弗
原文链接：
https://medium.com/@ODSC/best-deep-learning-research-of-2019-so-far-7bea0ed22e38
在刚刚结束的2019年的第一季度里，深度学习技术在快速的向前发展。我经常会去查看相关研究人员的工作，以便了解这项技术的进展。这项工作让我能够了解到很多我不知道的事情，然后以此优化自己的工作时间安排。因此，尽管该领域每周会有成百上千篇论文，我也会要求自己每周至少阅读一篇研究论文。
在本文中，将2019年以来已经发表的论文整理出来列在下面，这将帮你节省很大一部分时间。下文中
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
