其次 ， 来自代数拓扑领域的更多数学对象和工具（包括诸如蜂窝滑轮之类的结构 ， 即使是最精通数学的ML研究人员 ， 对他们来说可能听起来也很陌生）将被图和几何深度学习社区采用 。
这些方法既可以为老问题提供答案 ， 也可以帮助解决新问题 ， 正如RobertGhrist所说：「novelchallengesnecessitatenovelmath」（新的挑战需要新的数学） 。
原文链接：https://towardsdatascience.com/a-new-computational-fabric-for-graph-neural-networks-280ea7e3ed1a

文章图片
雷峰网

• 从华为数字机器人论坛，看政企领域的“政务新智理”
• meta|买手机不能盲从，价格良心也要看情况，比如这两款就很容易踩雷！
• 电子商务|莱西电商从业人员已达3万多人 各类淘宝店铺上万家
• 商业化|高考作文“通关” AI写作从秀技转入商业布局
• hr|从新增数量看热门专业：大数据、人工智能和物联网前三
• 电子商务|行业泡沫褪去，资本严冬来袭：35岁的互联网中年人，何去何从
• 华为“新技术”确定，自研编程语言今年发布，有望从根本上突破！
• 自媒体|一台手机轻松搞定自媒体??从0开始做视频博主！
• iqoo|眼睛往往会欺骗我们，从性价比手机可以看出，表面和深层完全不同
• 乐视手机|窘迫但依然可敬：测一台你从未见过的乐视手机