转自 AI前线
AI 前线导读： 深度学习在图像分类，机器翻译等领域都展示了其强大的能力，但是在因果推理方面，深度学习依然是短板，图神经网络在因果推理方面有巨大的潜力，有望成为 AI 的下一个拐点。DeepMind 公司最近开源了其 GraphNet 算法库，各大巨头公司也纷纷投入大量资源研究图神经网络，本文是 AI 前线第 68 篇论文导读，下面我们来深入了解图神经网络背后的原理和其强大的表征能力。
继续阅读作者归档：xczhang
【技术干货分享】AI反欺诈算法：图神经网络（GNN）
转自 同盾反欺诈服务 https://mp.weixin.qq.com/s/3J4riS6R_UrE_5rn2lnCBA
图神经网络(GNN)最早是Franco Scarselli和Marco Gori等人在论文《The Graph Neural Network Model》中提出的，它拓展了已有的神经网络模型，用于处理图或者网络结构的数据。图神经网络已经是一个AI未来重要的发展方向。
继续阅读浅析图卷积神经网络
转自 极验https://mp.weixin.qq.com/s/356WvVn1Tz0axsKd8LJW4Q
今天想和大家分享的是图卷积神经网络。随着人工智能发展，很多人都听说过机器学习、深度学习、卷积神经网络这些概念。但图卷积神经网络，却不多人提起。那什么是图卷积神经网络呢？简单的来说就是其研究的对象是图数据（Graph），研究的模型是卷积神经网络。
继续阅读【荟萃】图神经网络论文列表，包含GNN理论及其在NLP和CV等领域的应用
转自 专知 https://mp.weixin.qq.com/s/XC02rQfHVhWl_3YrkPBUDA
【导读】图卷积网络等图神经网络（GNN）是目前深度学习领域最火的研究方向之一。图可以用来刻画现实世界中的很多问题，GNN在很多领域取得了非常好的效果。本文给出最新的GNN论文列表，及其在NLP和CV等领域的应用。
继续阅读清华大学孙茂松组：图神经网络必读论文列表
近年来，研究成为深度学习领域的热点。最近，，清华大学孙茂松组也发布了预印版综述文章 。除此之外，孙茂松组周界、崔淦渠、张正彦同学对 GNN 相关的综述论文、模型与应用进行了综述，并发布在 GitHub 上。
继续阅读第16章 对抗攻防和深度学习的鲁棒性部分彩图
你也可以训练超大神经网络！谷歌开源GPipe库
2019年两会，关于AI的提案都在这儿了
万字长文概述NLP中的深度学习技术
何恺明
何恺明，本科就读于清华大学，博士毕业于香港中文大学多媒体实验室。2011年加入微软亚洲研究院（MSRA）工作，主要研究计算机视觉和深度学习。2016年，加入Facebook AI Research（FAIR）担任研究科学家。何恺明与他的同事开发了深度残余网络（ResNets），目前是计算机视觉领域的流行架构。ResNet也被用于机器翻译、语音合成、语音识别和AlphaGo的研发上。2009年，何恺明成为首获计算机视觉领域三大国际会议之一CVPR“最佳论文奖”的中国学者。何恺明作为第一作者获得了CVPR 2009，CVPR 2016和ICCV 2017（Marr Prize）的最佳论文奖，并获得了ICCV 2017最佳学生论文奖。2017年4月，何恺明获选香港中文大学（中大）工程学院杰出校友。2018年，第31届计算机视觉和模式识别大会（Conference on Computer Vision and Pattern Recognition, CVPR）在美国盐湖城召开，何恺明获得本届大会的PAMI年轻学者奖。