编译｜极市平台
1. star:9819｜Weakly Supervised Disentanglement with Guarantees（弱监督学习）
论文：https://arxiv.org/pdf/1910.09772v2.pdf
代码：https://github.com/google-research/google-research/tree/master/weak_disentangle
2. star:9819｜Measuring Compositional Generalization: A Comprehensive Method on Realistic Data（测量成分泛化）
论文：https://arxiv.org/pdf/1912.09713v1.pdf
代码：https://github.com/google-research/google-research/tree/master/cfq
3. star:9819｜Meta-Learning without Memorization（元学习）
论文：https://arxiv.org/pdf/1912.03820v3.pdf
代码：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（图像翻译/无监督）
论文：https://arxiv.org/pdf/1907.10830v4.pdf
代码：https://github.com/taki0112/UGATIT
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2ccnVZ00-1588414065101)(https://imgkr.cn-bj.ufileos.com/e9badd64-a632-4727-b345-ee67a92aa330.png)]
5. star:2106｜On the Variance of the Adaptive Learning Rate and Beyond
论文：https://arxiv.org/pdf/1908.03265v3.pdf
代码：https://github.com/LiyuanLucasLiu/RAdam
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-X6kbNpDA-1588414065103)(https://imgkr.cn-bj.ufileos.com/eb1b4aff-ffa7-4b3f-8836-44fff98f4cc5.png)]
6. star:1469｜DiffTaichi: Differentiable Programming for Physical Simulation
论文：https://arxiv.org/pdf/1910.00935v3.pdf
代码：https://github.com/yuanming-hu/difftaichi
7. star:1018｜Generative Models for Effective ML on Private, Decentralized Datasets
论文：https://arxiv.org/pdf/1911.06679v2.pdf
代码：https://github.com/tensorflow/federated/tree/master/tensorflow_federated/python/research/gans
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ROmyEKkY-1588414065105)(https://imgkr.cn-bj.ufileos.com/2f5d8bca-4ee1-4ee1-94fe-7c8e26928260.png)]
8. star:963｜Behaviour Suite for Reinforcement Learning（强化学习）
论文：https://arxiv.org/pdf/1908.03568v3.pdf
代码：https://github.com/deepmind/bsuite
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-o0P9gbkH-1588414065106)(https://imgkr.cn-bj.ufileos.com/27f96404-6600-49f1-ab22-173df8192786.png)]
9. star：534｜Contrastive Representation Distillation（知识蒸馏）
论文：https://arxiv.org/pdf/1910.10699v2.pdf
代码：https://github.com/HobbitLong/RepDistiller
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-7VqCAej8-1588414065108)(https://imgkr.cn-bj.ufileos.com/c305f16c-bb86-40bf-92d6-e260c8b73240.png)]
10. star：516｜On the Relationship between Self-Attention and Convolutional Layers（注意力机制）
论文：https://arxiv.org/pdf/1911.03584v2.pdf
代码：https://github.com/epfml/attention-cnn
11. star：469｜AugMix: A Simple Data Processing Method to Improve Robustness and Uncertainty
论文：https://arxiv.org/pdf/1912.02781v2.pdf
代码：https://github.com/rwightman/pytorch-image-models
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-piztaS5s-1588414065110)(https://imgkr.cn-bj.ufileos.com/9605092a-2b83-467a-bf3f-55009859f916.png)]
12. star：443｜NAS-Bench-201: Extending the Scope of Reproducible Neural Architecture Search（神经网络架构搜索）
论文：https://arxiv.org/pdf/2001.00326v2.pdf
代码：https://github.com/D-X-Y/NAS-Projects
13. star：393｜Once for All: Train One Network and Specialize it for Efficient Deployment（神经网络训练）
论文：https://openreview.net/pdf?id=HylxE1HKwS
代码：https://github.com/mit-han-lab/once-for-all
14. star：246｜BatchEnsemble: An Alternative Approach to Efficient Ensemble and Lifelong Learning（神经网络训练）
论文：https://arxiv.org/pdf/2002.06715v2.pdf
代码：https://github.com/google/edward2
15. star：243｜FasterSeg: Searching for Faster Real-time Semantic Segmentation（语义分割）
论文：https://arxiv.org/pdf/1912.10917v2.pdf
代码：https://github.com/TAMU-VITA/FasterSeg
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8eK0jphQ-1588414065111)(https://imgkr.cn-bj.ufileos.com/9e457112-c64b-4433-8ffb-c4a9be9f949f.png)]
16. star：213｜Contrastive Learning of Structured World Models
论文：https://arxiv.org/pdf/1911.12247v2.pdf
代码：https://github.com/tkipf/c-swm
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RQSCAjMf-1588414065112)(https://imgkr.cn-bj.ufileos.com/5bbd74a6-5cff-4f7c-9f82-7bd94d457251.png)]
17. star：191｜Real or Not Real, that is the Question（GAN）
论文：https://arxiv.org/pdf/2002.05512v1.pdf
代码：https://github.com/kam1107/RealnessGAN
18. star：186｜Pseudo-LiDAR++: Accurate Depth for 3D Object Detection in Autonomous Driving（3D目标检测）
论文：https://arxiv.org/pdf/1906.06310v3.pdf
代码：https://github.com/mileyan/Pseudo_Lidar_V2
19. star：182｜Learning to Explore using Active Neural SLAM（三维SLAM）
论文：https://arxiv.org/pdf/2004.05155v1.pdf
代码：https://github.com/devendrachaplot/Neural-SLAM
20. star：175｜Mutual Mean-Teaching: Pseudo Label Refinery for Unsupervised Domain Adaptation on Person Re-identification（行人重识别/无监督）
论文：https://arxiv.org/pdf/2001.01526v2.pdf
代码：https://github.com/yxgeee/MMT
21. star：132｜AtomNAS: Fine-Grained End-to-End Neural Architecture Search（神经网络架构搜索）
论文：https://arxiv.org/pdf/1912.09640v2.pdf
代码：https://github.com/meijieru/AtomNAS
22. star：128｜Strategies for Pre-training Graph Neural Networks（神经网络训练）
论文：https://arxiv.org/pdf/1905.12265v3.pdf
代码：https://github.com/snap-stanford/pretrain-gnns/
23. star117｜Towards Stabilizing Batch Statistics in Backward Propagation of Batch Normalization（归一化）
论文：https://arxiv.org/pdf/2001.06838v2.pdf
代码：https://github.com/megvii-model/MABN
24. star：107｜DropEdge: Towards Deep Graph Convolutional Networks on Node Classification
论文：https://arxiv.org/pdf/1907.10903v4.pdf
代码：https://github.com/DropEdge/DropEdge
25. star：107｜Neural Arithmetic Units
论文：https://arxiv.org/pdf/2001.05016v1.pdf
代码：https://github.com/AndreasMadsen/stable-nalu
26. star：106｜Semantically-Guided Representation Learning for Self-Supervised Monocular Depth（单目深度估计）
论文：https://arxiv.org/pdf/2002.12319v1.pdf
代码：https://github.com/TRI-ML/packnet-sfm
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WwzAQgCI-1588414065114)(https://imgkr.cn-bj.ufileos.com/5565529f-381e-49a0-8356-fe570f1d5917.png)]
27. star：100｜Composition-based Multi-Relational Graph Convolutional Networks
论文：https://arxiv.org/pdf/1911.03082v2.pdf
代码：https://github.com/malllabiisc/CompGCN
28. star：93｜Deformable Kernels: Adapting Effective Receptive Fields for Object Deformation（图像分割/目标检测）
论文：https://arxiv.org/pdf/1910.02940v2.pdf
代码：https://github.com/hangg7/deformable-kernels/
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-48MKW1L3-1588414065115)(https://imgkr.cn-bj.ufileos.com/38a4640c-6032-4819-8006-d740308500e8.png)]
29. star：80｜NAS evaluation is frustratingly hard（神经网络架构搜索）
论文：https://arxiv.org/pdf/1912.12522v3.pdf
代码：https://github.com/antoyang/NAS-Benchmark
30. star：74｜Understanding and Robustifying Differentiable Architecture Search（图像分类）
论文：https://arxiv.org/pdf/1909.09656v2.pdf
代码：https://github.com/automl/RobustDARTS
31. star：72｜Fast Neural Network Adaptation via Parameter Remapping and Architecture Search（图像分类/目标检测/语义分割）
论文：https://arxiv.org/pdf/2001.02525v2.pdf
代码：https://github.com/JaminFong/FNA
32. star：72｜Capsules with Inverted Dot-Product Attention Routing（图像分类）
论文：https://arxiv.org/pdf/2002.04764v2.pdf
代码：https://github.com/apple/ml-capsules-inverted-attention-routing
33. star:53｜Deep Semi-Supervised Anomaly Detection（异常检测）
论文：https://arxiv.org/pdf/1906.02694v2.pdf
代码：https://arxiv.org/pdf/1906.02694v2.pdf
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3FBUmqBe-1588414065116)(https://imgkr.cn-bj.ufileos.com/cfc3fbf2-8034-45bc-acfb-ab2b56b94f8d.png)]
34. star：51｜Network Deconvolution（图像分类）
论文：https://arxiv.org/pdf/1905.11926v4.pdf
代码：https://github.com/deconvolutionpaper/deconvolution
35. star：49｜Pitfalls of In-Domain Uncertainty Estimation and Ensembling in Deep Learning（图像分类）
论文：https://arxiv.org/pdf/2002.06470v1.pdf
代码：https://github.com/bayesgroup/pytorch-ensembles
36. star：36｜A Neural Dirichlet Process Mixture Model for Task-Free Continual Learning（图像分类）
论文：https://arxiv.org/pdf/2001.00689v2.pdf
代码：https://github.com/soochan-lee/CN-DPM
37. star：33｜Empirical Bayes Transductive Meta-Learning with Synthetic Gradients（小样本图像分类/元学习）
论文：https://openreview.net/pdf?id=Hkg-xgrYvH
代码：https://github.com/hushell/sib_meta_learn
38. star：32｜Query2box: Reasoning over Knowledge Graphs in Vector Space using Box Embeddings（知识图谱）
论文：https://arxiv.org/pdf/2002.05969v2.pdf
代码：https://github.com/hyren/query2box
39. star：27｜Kaleidoscope: An Efficient, Learnable Representation For All Structured Linear Maps（图像分类）
论文：https://openreview.net/pdf?id=BkgrBgSYDS
代码：https://github.com/HazyResearch/learning-circuits
40. star：22｜Fooling Detection Alone is Not Enough: Adversarial Attack against Multiple Object Tracking（多目标跟踪）
论文：https://openreview.net/pdf?id=rJl31TNYPr
代码：https://github.com/anonymousjack/hijacking
