题目 Pre-train and Plug-in: Flexible Conditional Text Generation with Variational Auto-Encoders作者： 这是一篇由阿里，武汉大学，芝加哥大学，美国亚马逊联合出品**前言：**应该是真大佬之间的合作，哎十分羡慕啊。言归正传，我之前基本一直没怎么接触VAE，最多只是看过一些博客介绍，这篇文章应该算是我对VAE的一

前沿本专题是我专门开设的学习图神经网络的专题，最近处于学习的空档期，希望针对图和强化能够有一个较为深入的学习和了解，现在针对图神经网络给出当前查阅的一些资料，后面会给出总结和学习的记录。图神经网络的优势解决当前的主流神经网络无法解决提取图特征的问题，或者提取的特征效果不好的原因。图神经网络的图这里面的图指的是数据结构和离散数学中的图图神经网络的基本框架针对图数据，神经网络的目标是将目标转化为向量。

目录（当前的章节数是对应论文的）第二章：一个完整的图构建包括哪四步？第三-五章：给出了完整图构建的关键步骤，其中蕴含了当前变种的修改点第六章：一个样例：图应用的样例第七章：分别从理论和经验角度分析了GNN的当前研究第八章：引入了结构化场景，非结构场景，以及其他场景的图网络应用。第九章：给出四个当前的开放领域问题。第二章->管道分四步找到合适的图结构尤其在文本和图像数据中，图结构不容易寻找到。

深度学习：这应该是这样的一个工具，将数据间的特征利用起来，然后使得在每次需要利用统计学知识解决问题的时候，不需要重新计算，尤其面对复杂的问题，可以让计算机，或者说模型明白，统计学解决问题是这样的，它需要的是利用非线性的函数去模拟统计学解决问题的方式，直到后面就可以用函数去代替统计学习去解决问题。所以面对模型，应该暴露更多的特征，给模型，使得模型能够明确目的，然后在每次函数调整的过程中，依据特征去解

前沿： 上周面试了阿里巴巴的夸克搜索部门，整体感觉还可以，但是题目没怎么做好，以为一面挂了没想到还是给过了，这里就记录一下吧。项目：**关键词生成：**关键词生成的项目问挺细的，包括你的想法，如何想的，以及怎么去做的改进，等等。**天池比赛：**讲解一下项目整体，包括你做的优化等等。总之那个比赛因为是自己一个人打的，所以很多东西因为时间问题没来的实现的，有想法的都和面试官去聊，整体聊的还不错，面试

C语言中static 和 const使用staticstatic在C语言中主要是两种用法1、修饰局部变量2、修饰函数和全局变量局部变量按照存储形式来分，分为auto，static，register首先从内存四区的角度去看，auto即为普通的局部变量，存储在栈上，当函数结束时，随之释放。register为寄存器变量，存放在寄存器里面，调用速度快。在C语言中regist...

我因为之前安装的时候没有弄好那个双系统，所以用的是虚拟机的，所以如果大家用的双系统也可以试试，我觉得原理都是相同的。命令的介绍：(1).ifconfig:查看各个网卡的详细信息；你输入之后一般就会出现这样的信息；-eth0:代表的是以太网卡（现在局域网一般都是以太网），系统中的第一块物理网卡；-lo:虚拟的回环网卡；-virbr0：虚拟网桥；补充一句：图片中的那个i