【1】 Time in a Box: Advancing Knowledge Graph Completion with Temporal Scopes标题：盒子里的时间：利用时间范围推进知识图补全链接：https://arxiv.org/abs/2111.06854

【1】 STFL: A Temporal-Spatial Federated Learning Framework for Graph Neural Networks标题：STFL：一种图神经网络的时空联合学习框架链接：https://arxiv.org/abs/2111.06750

【1】 LSP : Acceleration and Regularization of Graph Neural Networks via Locality Sensitive Pruning of Graphs标题：LSP：基于图的位置敏感剪枝的图神经网络加速和正则化链接：https://arxiv.org/......

【1】 Unsupervised Learning for Identifying High Eigenvector Centrality Nodes: A Graph Neural Network Approach标题：识别高特征向量中心度节点的无监督学习：一种图神经网络方法链接：https://arxiv.o......

【1】 Understanding the Effects of Dataset Characteristics on Offline Reinforcement Learning标题：理解数据集特征对离线强化学习的影响链接：https://arxiv.org/abs/2111.04714

文献链接：https://arxiv.org/pdf/2110.15154.pdf

“他山之石，可以攻玉”，站在巨人的肩膀才能看得更高，走得更远。在科研的道路上，更需借助东风才能更快前行。为此，我们特别搜集整理了一些实用的代码链接，数据集，软件，编程技巧等，开辟“他山之石”专栏，助你乘风破浪，一路奋勇向前...

针对react中对于FunctionComponet,ClassComponent,DOM节点的基本处理和挂载已经告一段落了。

相比于普通的分类网络，基于超网的NAS更加难以训练，会出现收敛效果较差甚至不收敛的情况。并且，基于超网的NAS还需要额外关注子网的排序一致性等问题，训练策略的选择也极为重要。AutoSlim, BigNAS等文章都花费了大量篇幅来...

无论是在统治NLP届的Transformer，还是最近视觉领域的新秀Vision Transformer，我们都能在模型中看到Transpose/Permute算子的身影，特别是在多头注意力机制(Multi-Head Attention)中，需要该算子来改变数据维度排布。...