关注上方“深度学习技术前沿”，选择“星标公众号”，
资源干货，第一时间送达！
转自极市平台
1. star:9819｜Weakly Supervised Disentanglement with Guarantees（弱监督学习）
论文：/pdf/1910.09772v2.pdf
代码：/google-research/google-research/tree/master/weak_disentangle
2. star:9819｜Measuring Compositional Generalization: A Comprehensive Method on Realistic Data
论文：/pdf/1912.09713v1.pdf
代码：/google-research/google-research/tree/master/cfq
3. star:9819｜Meta-Learning without Memorization（元学习/小样本图像分类）
论文：/pdf/1912.03820v3.pdf
代码：/google-research/google-research/tree/master/meta_learning_without_memorization
4. star:4977｜U-GAT-IT: Unsupervised Generative Attentional Networks with Adaptive Layer-Instance Normalization for Image-to-Image Translation（图像翻译/无监督）
论文：/pdf/1907.10830v4.pdf
代码：/taki0112/UGATIT
5. star:2106｜On the Variance of the Adaptive Learning Rate and Beyond
论文：/pdf/1908.03265v3.pdf
代码：/LiyuanLucasLiu/RAdam
6. star:1469｜DiffTaichi: Differentiable Programming for Physical Simulation
论文：/pdf/1910.00935v3.pdf
代码：/yuanming-hu/difftaichi
7. star:1018｜Generative Models for Effective ML on Private, Decentralized Datasets
论文：/pdf/1911.06679v2.pdf
代码：/tensorflow/federated/tree/master/tensorflow_federated/python/research/gans
8. star:963｜Behaviour Suite for Reinforcement Learning（强化学习）
论文：/pdf/1908.03568v3.pdf
代码：/deepmind/bsuite
9. star：534｜Contrastive Representation Distillation（知识蒸馏）
论文：/pdf/1910.10699v2.pdf
代码：/HobbitLong/RepDistiller
10. star：516｜On the Relationship between Self-Attention and Convolutional Layers（注意力机制）
论文：/pdf/1911.03584v2.pdf
代码：/epfml/attention-cnn
11. star：469｜AugMix: A Simple Data Processing Method to Improve Robustness and Uncertainty
论文：/pdf/1912.02781v2.pdf
代码：/rwightman/pytorch-image-models
12. star：443｜NAS-Bench-201: Extending the Scope of Reproducible Neural Architecture Search（神经网络架构搜索）
论文：/pdf/2001.00326v2.pdf
代码：/D-X-Y/NAS-Projects
13. star：393｜Once for All: Train One Network and Specialize it for Efficient Deployment（神经网络训练）
论文：/pdf?id=HylxE1HKwS
代码：/mit-han-lab/once-for-all
14. star：246｜BatchEnsemble: An Alternative Approach to Efficient Ensemble and Lifelong Learning（神经网络训练）
论文：/pdf/2002.06715v2.pdf
代码：/google/edward2
15. star：243｜FasterSeg: Searching for Faster Real-time Semantic Segmentation（语义分割）
论文：/pdf/1912.10917v2.pdf
代码：/TAMU-VITA/FasterSeg
16. star：213｜Contrastive Learning of Structured World Models
论文：/pdf/1911.12247v2.pdf
代码：/tkipf/c-swm
17. star：191｜Real or Not Real, that is the Question（GAN）
论文：/pdf/2002.05512v1.pdf
代码：/kam1107/RealnessGAN
18. star：186｜Pseudo-LiDAR++: Accurate Depth for 3D Object Detection in Autonomous Driving（3D目标检测）
论文：/pdf/1906.06310v3.pdf
代码：/mileyan/Pseudo_Lidar_V2
19. star：182｜Learning to Explore using Active Neural SLAM（三维SLAM）
论文：/pdf/.05155v1.pdf
代码：/devendrachaplot/Neural-SLAM
20. star：175｜Mutual Mean-Teaching: Pseudo Label Refinery for Unsupervised Domain Adaptation on Person Re-identification（行人重识别/无监督）
论文：/pdf/2001.01526v2.pdf
代码：/yxgeee/MMT
21. star：132｜AtomNAS: Fine-Grained End-to-End Neural Architecture Search（神经网络架构搜索）
论文：/pdf/1912.09640v2.pdf
代码：/meijieru/AtomNAS
22. star：128｜Strategies for Pre-training Graph Neural Networks（神经网络训练）
论文：/pdf/1905.12265v3.pdf
代码：/snap-stanford/pretrain-gnns/
23. star117｜Towards Stabilizing Batch Statistics in Backward Propagation of Batch Normalization（归一化）
论文：/pdf/2001.06838v2.pdf
代码：/megvii-model/MABN
24. star：107｜DropEdge: Towards Deep Graph Convolutional Networks on Node Classification
论文：/pdf/1907.10903v4.pdf
代码：/DropEdge/DropEdge
25. star：107｜Neural Arithmetic Units
论文：/pdf/2001.05016v1.pdf
代码：/AndreasMadsen/stable-nalu
26. star：106｜Semantically-Guided Representation Learning for Self-Supervised Monocular Depth（单目深度估计）
论文：/pdf/2002.12319v1.pdf
代码：/TRI-ML/packnet-sfm
27. star：100｜Composition-based Multi-Relational Graph Convolutional Networks
论文：/pdf/1911.03082v2.pdf
代码：/malllabiisc/CompGCN
28. star：93｜Deformable Kernels: Adapting Effective Receptive Fields for Object Deformation（图像分割/目标检测）
论文：/pdf/1910.02940v2.pdf
代码：/hangg7/deformable-kernels/
29. star：80｜NAS evaluation is frustratingly hard（神经网络架构搜索）
论文：/pdf/1912.12522v3.pdf
代码：/antoyang/NAS-Benchmark
30. star：74｜Understanding and Robustifying Differentiable Architecture Search（图像分类）
论文：/pdf/1909.09656v2.pdf
代码：/automl/RobustDARTS
31. star：72｜Fast Neural Network Adaptation via Parameter Remapping and Architecture Search（图像分类/目标检测/语义分割）
论文：/pdf/2001.02525v2.pdf
代码：/JaminFong/FNA
32. star：72｜Capsules with Inverted Dot-Product Attention Routing（图像分类）
论文：/pdf/2002.04764v2.pdf
代码：/apple/ml-capsules-inverted-attention-routing
33. star:53｜Deep Semi-Supervised Anomaly Detection（异常检测）
论文：/pdf/1906.02694v2.pdf
代码：/pdf/1906.02694v2.pdf
34. star：51｜Network Deconvolution（图像分类）
论文：/pdf/1905.11926v4.pdf
代码：/deconvolutionpaper/deconvolution
35. star：49｜Pitfalls of In-Domain Uncertainty Estimation and Ensembling in Deep Learning（图像分类）
论文：/pdf/2002.06470v1.pdf
代码：/bayesgroup/pytorch-ensembles
36. star：36｜A Neural Dirichlet Process Mixture Model for Task-Free Continual Learning（图像分类）
论文：/pdf/2001.00689v2.pdf
代码：/soochan-lee/CN-DPM
37. star：33｜Empirical Bayes Transductive Meta-Learning with Synthetic Gradients（小样本图像分类/元学习）
论文：/pdf?id=Hkg-xgrYvH
代码：/hushell/sib_meta_learn
38. star：32｜Query2box: Reasoning over Knowledge Graphs in Vector Space using Box Embeddings（知识图谱）
论文：/pdf/2002.05969v2.pdf
代码：/hyren/query2box
39. star：27｜Kaleidoscope: An Efficient, Learnable Representation For All Structured Linear Maps（图像分类）
论文：/pdf?id=BkgrBgSYDS
代码：/HazyResearch/learning-circuits
40. star：22｜Fooling Detection Alone is Not Enough: Adversarial Attack against Multiple Object Tracking（多目标跟踪）
论文：/pdf?id=rJl31TNYPr
代码：/anonymousjack/hijacking
论文速递：
在深度学习技术前沿公众号后台回复ICLR，即可获得上述所有论文的打包下载链接。
参考：/conference/iclr--1/official
重磅！DLer-计算机视觉交流群已成立！
欢迎各位Cver加入计算机视觉微信交流大群，本群旨在交流图像分类、目标检测、点云/语义分割、目标跟踪、机器视觉、GAN、超分辨率、人脸检测与识别、动作行为/时空/光流/姿态/运动、模型压缩/量化/剪枝、NAS、迁移学习、人体姿态估计等内容。更有真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、行业技术交流等，欢迎加群交流学习！
进群请备注：研究方向+地点+学校/公司+昵称（如图像分类+上海+上交+小明）
广告商、博主请绕道！
????长按识别，即可进群！
如果觉得《ICLR：40篇计算机视觉github开源论文合集》对你有帮助，请点赞、收藏，并留下你的观点哦！
