在NeuraIPS上对比学习（Contrastive Learning）相关的投稿paper很多，这块研究方向这几年受到了学术界的广泛关注，并且在CV、NLP等领域也应用颇多。本文为大家奉上NeurIPS 2020必读的七篇对比学习相关论文——对抗自监督对比学习、局部对比学习、难样本对比学习、多标签对比预测编码、自步对比学习、有监督对比学习。

An auto-regressive model that captures bidirectional context

“时间序列生成对抗网络（TimeGAN）”的代码库 作者：尹成ung，丹尼尔·贾瑞特，米哈埃拉·范德沙尔 参考：Jinsung Yoon，Daniel Jarrett，Mihaela van der Schaar，“时间序列生成对抗网络”，神经信息处理系统（NeurIPS），2019年。 论文链接： : 联络人： 该目录包含使用一个合成数据集和两个真实数据集生成合成时间序列数据的TimeGAN框架的实现。 正弦数据：合成 股票数据： : 能源数据： ： 要运行有关TimeGAN框架的培训和评估的管道，只需运行python3 -m main_timegan.py或在tutorial_timegan.ipynb中查看TimeGAN的jupyter-notebook教程。 注意，任何模型体系结构都可以用作生成器和鉴别器模型，例如RNN或Transformers。 代码说

2021.8.3_NeurIPS-2018-group-equivariant-capsule-networks-Paper.pptx

盛大 这是论文的代码：用于图的半监督学习的图随机神经网络[ ] 如果您认为我们的工作对您有帮助，请引用我们的论文： @inproceedings{feng2020grand, title={Graph Random Neural Network for Semi-Supervised Learning on Graphs}, author={Wenzheng Feng, Jie Zhang, Yuxiao Dong, Yu Han, Huanbo Luan, Qian Xu, Qiang Yang, Evgeny Kharlamov, Jie Tang}, booktitle={NeurIPS'20}, year={2020} } 要求 的Python 3.7.3 请通过pip install -r requirements.txt安装其他程序包 使用范例 在Cor

字形：用于汉字表示的字形向量 Glyce是一个基于PyTorch的开源工具包，由开发。 引文 出现在NeurIPS 2019中。 （孟梦娴*，吴伟*，王飞*，李小亚*，聂平，范茵，李牧雨，韩庆红，孙晓飞和李继伟，2019） @article{meng2019glyce, title={Glyce: Glyph-vectors for Chinese Character Representations}, author={Meng, Yuxian and Wu, Wei and Wang, Fei and Li, Xiaoya and Nie, Ping and Yin, Fan and

时间序列的精度和召回率 的非官方python实现。 经典异常检测主要涉及基于点的异常，这些异常是在单个时间点上发生的。 但是，许多现实世界中的异常是基于范围的，这意味着它们会在一段时间内发生。 受此观察结果的启发，我们提出了一种新的数学模型来评估时间序列分类算法的准确性。 我们的模型扩展了众所周知的“精度”和“召回率”指标以测量范围，同时为特定于域的首选项启用自定义支持。 这是发布的开源软件。 可从下载。 安装 聚酰亚胺 PRTS位于，因此您可以使用pip进行安装。 $ pip install prts 来自github 您也可以使用以下命令进行安装。 $ git clone https://github.com/CompML/PRTS.git $ cd PRTS $ make install # (or make develop) 用法 from prts import

Neural Methods for Point-wise Dependency Estimation

NeurIPS-2020-no-regret-learning-dynamics-for-extensive-form-correlated-equilibrium-Paper