图神经网络依然是研究焦点之一。最近在WWW2020的DL4G@WWW2020论坛，斯坦福大学Jure Leskovec副教授介绍了图神经网络研究最新进展，包括GNN表现力、预训练和公开图神经网络基准等。值得关注。

分层预训练：研究资料库 这是一个用于复制“自我监督的预培训改善自我监督的预培训”项目结果的研究资料库。 您可以在这里找到arXiv的预拼版： ://arxiv.org/abs/2103.12718 @article{reed2021self, title={Self-supervised pretraining improves self-supervised pretraining.}, author={Reed, Colorado J and Yue, Xiangyu and Nrusimha, Ani and Ebrahimi, Sayna and Vijaykumar, Vivek and Mao, Richard and Li, Bo and Zhang, Shanghang and Guillory, Devin and Metzger, Sean and Keut

残差网络resnet50的深度学习模型权重文件，可作为预训练模型，提升学习效率

res-net50-预训练模型，可用（resnet50-19c8e357.pth）

使用gensim对维基百科作为预训练语料（约1.6G语料），生成词汇量约13000个词汇，维度为300，文件大小为45.6MB。使用方法，参考博客：https://blog.csdn.net/qq_36426650/article/details/87738919

小编把一些FaceNet预训练模型总结，共包含（2017、2018官方模型，基于MS-Celeb-1M人脸库等、亚洲人脸自制数据集2020训练模型），提供给大家小编在自制数据集上用gpu训练好久的模型，提高了亚洲人脸识别准确率，三种模型在LFW验证pairs文档上，准确率都在99.0%以上。

该文件为房产类图片水印识别和位置检测预训练模型，检测目标["BG", "58_br", "anjuke_br", "5i5j_wm", "58_wm", "anjuke_wm", "centanet_ct", "fang_br", "ke_wm", "lianjia_wm"]，效果见[水印识别和位置检测效果展示](https://blog.csdn.net/lsjlnd/article/details/107852028)文章内容。

外网很难下载，贼慢，所以特此分享一个链接。

torchvison的deeplabv3_resnet50_coco-cd0a2569图像分割预训练模型，里面包含deeplabv3_resnet50和resnet50的预训练模型，二者缺一不可。如果使用torchvision自动下载比较慢的可以直接下载这个放在%USERPROFILE%.cache\torch\hub\checkpoints文件夹下。

BioBERT：用于生物医学文本挖掘的预训练生物医学语言表示模型。该文件是其预训练模型文件，直接加载使用。