写在前面最近对数据集蒸馏比较感兴趣，抽时间看了下这篇经典的数据蒸馏论文《Dataset Distillation》，它是属于knowledge distillation领域的工作。 论文地址：https://arxiv.org/pdf/

论文题目：InfoGAN: Interpretable Representation Learning by Information Maximizing Generative Adversarial Nets 论文地址：https:/

写在前面 论文题目：Variational Graph Auto-Encoders 论文作者：Thomas N. Kipf, Max Welling 论文组织：University of Amsterdam 论文会议：NIPS Works

(机器学习必知必会) 最大似然估计(MLE)、最大后验概率估计(MAP)这两个概念在机器学习和深度学习中经常碰到。现代机器学习的终极问题都会转化为解目标函数的优化问题，MLE和MAP是生成这个函数的很基本的思想，因此我们对二者的认知是非常

论文题目：Graph Attention Networks 论文地址：https://arxiv.org/pdf/1710.10903.pdf 论文代码：https://github.com/PetarV-/GAT 论文引用：Ve

会议：ICML 2015论文题目：Unsupervised Domain Adaptation by Backpropagation论文地址：http://proceedings.mlr.press/v37/ganin15.pdf论文代码