NeXT_Vision的博客

一阶差分方程转换为微分方程；一阶微分方程转换为差分方程；控制系统中，连续信号转换为离散信号；控制系统中，连续系统的微分方程转换为离散系统的差分方程；

遗忘曲线, 记忆How to Read a Paper EfficientlyHow to Read a Paper做项目的方法论, 如何在项目中学习和提升自己一些阅读摘录

函数、反函数、复合函数；参数方程；基本初等函数图像、函数曲线；偏导数、微分、全导数；变限积分求导、基本求导公式；向量运算：点乘、叉乘；概率论与数理统计：随机变量、概率分布；数学建模；离散数学：递推数列、递推方程；凸优化；离散数学：递推数列、递推方程；几何学；多维空间：三维空间、四维时空、五维空间、弦理论、超弦理论；

英文短语与句式积累；网络论坛交流；写信："please feel free to …"的类似表达、How To Use "Sincerely Yours" in an Email；

循环神经网络概述；给网络增加短期记忆能力：延时神经网络(TDNN)、有外部输入的非线性自回归模型(NARX)、循环神经网络(RNN)；参数学习：随时间反向传播算法(BPTT)、实时循环学习算法(RTRL)；长程依赖问题；长短期记忆网络(LSTM)；门控循环单元网络；深层循环神经网络：SRNN、Bi-RNN；扩展到图结构：递归神经网络(RecNN)、图神经网络(GNN)；

空间位置注意力(spatial attention)、通道注意力机制(channel attention)、与GAN、RNN结合的注意力机制；Attention机制与显著图；基于Attention的显著目标检测；Attention模型架构；注意力机制综述；

文章目录1.单任务学习vs多任务学习2.什么是多任务学习3.多任务学习有效的原因4.相关（relate）定义5.多任务学习中的相关关系（task relationship）6.Multi-task Learning方法7.多任务学习与其他学习算法之间的关系8.多任务学习应用概述9.参考文献参考博客待阅读1.单任务学习vs多任务学习  单任务学习：一次只学习一个任务（task），大部分的机器学习任务都属于单任务学习。  多任务学习：把多个相关（related）的任务放在一起学习，同时学习多个任务。  

图神经网络：模型与应用；