此博客略读文献列表：

1. Densely Connected Convolutional Networks（写完笔记之后觉得略读个🔨…）

2. Augmented Neural ODEs

3. Model-based Reinforcement Learning for Semi-Markov Decision Processes with Neural ODEs

   updated on 12th, Oct

4. DelugeNets: Deep Networks with Efficient and Flexible Cross-layer Information Inflows（读得不太懂…）

   updated on 12th, Oct

5. IDENT: Identifying Differential Equations with Numerical Time Evolution

   updated on 20th, Oct

本文笔记主要是我对19年NIPS的文章ODE2VAE：

ODE2VAE: Deep generative second order ODEs with Bayesian neural networks

其模型的生成方式和模型结构的理解，具体概率公式的推导和实验的细节都略掉了，如果需要的话以后再看

具体的错误包括：

1. 在notebook交互界面一点击保存按钮就会报错

   [Error 2] No such file or directory: C:\\...\\...\\....ipynb

2. 在文件目录界面一创建新文件就会报错

   An error occurred while creating a new notebook. No such directory: ...

DSN全称Domain Separation Network，是我看的第二篇域迁移的文章，这篇文章在DANN之后，思想上的一大亮点是对特征进行了分离，这样潜在地扩大了域迁移的范围~

补充一点，具体实现上的一大亮点是loss的选择，实验表明scale-invariant的MSE损失的效果确实很棒~

第一次看领域迁移的文章~

一种新的正则方法flooding，相比以往直接考虑控制模型复杂度，flooding考虑的是控制训练loss的水平

这个文章可是难到我了，谁让年轻的时候抽🐘代数学得菜呢？

好在可以举例子明白其中的道理┭┮﹏┭┮

暑期真的花了很多时间在整理更新数据上，修改的过程真的快乐，但也不能老是沉迷其中啦😂

读不懂PDE-Net，所以想先操作下ODE-Net

结果是瞎读文章真心难读也读不明白😭😭😭

这次在网上学习别人记笔记的方式，感觉很有意思，不知道我能从中学到多少。可惜markdown做富文本表格太麻烦了…但是用别的，比如word、pdf，都不方便即时打开。。。算了吧，选择了markdown还是按标题目录来整理笔记