AMiner论文推荐: ICML2021杰出论文提名论文,Facebook科学家田渊栋获得提名。 1.论文名称:Understanding self-supervised learning dynamics without contrastive pairs 作者:Yuandong Tian、Xinlei Chen、Surya Ganguli 论文链接:网页链接 作者提出了一种新的方法DirectPred,不需要梯度训练,直接根据输入的统计信息来设置线性预测。 2.论文名称:Oops I Took A Gradient: Scalable Sampling for Discrete Distributions 作者:Will Grathwohl, Kevin Swersky, Milad Hashemi, David Duvenaud, Chris Maddison 论文链接:网页链接 作者针对离散概率模型,提出了一种通用的、可扩展的近似抽样策略。 3.论文名称:Solving high-dimensional parabolic PDEs using the tensor train format 作者:Lorenz Richter 、Leon Sallandt、Nikolas Nüsken 论文链接:网页链接 作者提出张量训练为抛物型偏微分方程提供了一个更合理的近似框架:将倒向随机微分方程和张量格式的回归型方法相结合,有望利用潜在的低秩结构,实现压缩和高效计算。