2019年《斯坦福大学CS330多任务和元学习》第9讲：终身学习【中英文双字幕】https://www.bilibili.com/video/BV15A411j7Kb/斯坦福大学切尔西·芬恩（Chelsea Finn）助理教授http://cs330.stanford.edu/要获取斯坦福大学即将推出的人工智能专业计划的最新消息，请访问：http://learn.stanford...

2019年《斯坦福大学CS330多任务和元学习》第6讲：强化学习入门【中文字幕】https://www.bilibili.com/video/BV1K541187cJ/斯坦福大学切尔西·芬恩（Chelsea Finn）助理教授http://cs330.stanford.edu/要获取斯坦福大学即将推出的人工智能专业计划的最新消息，请访问：http://learn.stanford...

虽然标记数据的准备成本很高，但越来越多的未标记数据正变得广泛可用。为了适应这种现象，已经开发了几种从标记数据和未标记数据中学习的半监督学习 (SSL) 算法。在另一项工作中，研究人员已经开始意识到图提供了一种自然的方式来表示各种领域的数据。基于图的 SSL 算法将这两种工作结合在一起，已被证明在语音处理、计算机视觉、自然语言处理和人工智能的其他领域的许多应用中优于最先进的算法。...

记录强化学习领域最新的理论解读、项目实例、开源代码库、视频、书籍等资讯

图神经网络 (GNN) 是一种神经网络架构，它对由对象及其关系组成的数据进行操作，这些数据由图表示。在图中，节点表示对象，边表示这些对象之间的关联。数据之间关系和相关性的表示对于图结构来说是独一无二的。GNN 通过增强两种形式的数据（个人数据和关系数据）来利用图的这一特性，并且旨在允许在每个神经网络层内进行数据通信和共享。...

[2020年《DeepMind＆UCL深度学习讲座》第１1讲：现代潜在变量模型【中文字幕】](https://www.bilibili.com/video/BV1Kp4y1v7cf/)该讲座由DeepMind研究科学家Andriy Mnih进行，探讨了潜在变量模型，这是用于生成模型的强大而灵活的框架。在引入了该框架以及对它至关重要的推理概念之后，Andriy重点研究了两种现代潜在变量模...

Gordon Downs 图科学实验室Graph Science Lab 2022-05-23 13:36 发表于台湾来源：medium如何从头开始构建自己的 PyG（图）数据集，构建自己的 Graph ML 模型，以及训练和测试模型。作者：戈登唐斯和加布穆德尔。作为斯坦福大学 CS 224W 的课程项目，我们通过将图 ML 模型（基于 SchNet）应用于矿物晶体结构来计算理论拉曼光谱。这是一个

记录机器学习、计算机视觉、自然语言处理、无人驾驶、医疗、金融、政府领域开源的数据集

安然数据集：安然集团高级管理层的电子邮件数据。亚马逊评论：3500万条来自亚马逊的评论，时间长度为18年。数据包括产品和用户信息、评级等。Google Books Ngram：来自Google书籍的词汇集合。博客语料库：从blogger.com收集的681，288篇博客文章。每个博客至少包含200个常用的英语单词。维基百科链接数据（Wikipedia Links data）：维基百科全文。...

部分可观察域中的机器人规划很困难，因为机器人需要同时估计当前状态和规划动作。当域包含许多对象时，对对象及其关系进行推理会使机器人规划更加困难。在这篇论文中，我们开发了一种称为机器人规划场景分析 (SARP) 的算法，该算法使机器人能够利用视觉上下文信息进行推理，以在不确定的情况下实现长期目标。SARP 使用从不同位置捕获的图像构建场景图，即对象及其关系的因子表示，并使用它们进行推理...