本项目结合meta-learning的方法reptiles使用GAN的框架解决few-shot learning问题.

本文对VAE和GAN两种进行了一些探讨, 以及两者之间可能的结合点

本文对从贝叶斯概率图模型的角度出发, 重新对VAE做了深入的理解

本文是对于信息瓶颈方法的原始公式应用于在学习时可以使用任务特定标签的监督设置中。提出了通过利用muilt-view的方式提供一种实体的两类视图，可以将方法扩展到无监督的情况下.

本文总结了深度学习中多GPU使用的方法

本文总结了深度学习中数据处理所需要使用的函数,对功能进行了总结

本文从迁移学习的数学定义出发，对迁移学习做了一个总体的回顾，通过这篇博客可以对迁移学习有一个大致的认识。

本文理论上对元学习进行了解释和实现方法和元学习的一系列引用场景