转载自 | 安迪的写作间

一篇很棒的吐槽 GNN 水论文的博客 Why I’m lukewarm on graph neural networks 里的摘要

如何快速发（shui）论文：

第一步、找到一个现有算法

第二步、加入一些新的层或超参数，并且想一个让它看上去有点道理的数学小解释

第三步、然后网（bao）格（li）搜索超参数，直到打败之前算法的基线模型

第四步、不要对用来比较的基线模型进行网格搜索

第五步、给这个方法想一个可爱的缩写（比如 koan，哈哈），然后放上基本上跑不起来 python2 代码到 github 去，并且在论文里留个链接

这样就水好一篇论文了！！！

下载1：四件套
在机器学习算法与自然语言处理公众号后台回复“四件套”，
即可获取学习TensorFlow，Pytorch，机器学习，深度学习四件套！

下载2：仓库地址共享
在机器学习算法与自然语言处理公众号后台回复“代码”，
即可获取195篇NAACL+295篇ACL2019有代码开源的论文。开源地址如下：https://github.com/yizhen20133868/NLP-Conferences-Code

重磅！机器学习算法与自然语言处理交流群已正式成立！
群内有大量资源，欢迎大家进群学习！

额外赠送福利资源！深度学习与神经网络，pytorch官方中文教程，利用Python进行数据分析，机器学习学习笔记，pandas官方文档中文版，effective java（中文版）等20项福利资源
获取方式：进入群后点开群公告即可领取下载链接
注意：请大家添加时修改备注为 [学校/公司 + 姓名 + 方向]
例如 —— 哈工大+张三+对话系统。
号主，微商请自觉绕道。谢谢！

推荐阅读：
Tensorflow 的 NCE-Loss 的实现和 word2vec
多模态深度学习综述：网络结构设计和模态融合方法汇总
awesome-adversarial-machine-learning资源列表