2019年，纽约大学、亚马逊云科技联手推出图神经网络框架DGL(DeepGraphLibrary)。如今DGL1.0正式发布！DGL1.0总结了过去三年学术界或工业界对图深度学习和图神经网络（GNN）技术的各类需求。从最先进模型的学术研究到将GNN扩展到工业级应用，DGL1.0为所有用户提供全面且易用的解决方案，以更好的利用图机器学习的优势。DGL1.0为不同场景提供的解决方案。DGL1.0采用分层和模块化的设计，以满足各种用户需求。本次发布的关键特性包括：100多个开箱即用的GNN模型示例，15多个在OpenGraphBenchmark（OGB）上排名靠前的基准模型；150多个GNN常用模块
据悉GPT-4将于本周发布，多模态将成为其一大亮点。当前的大语言模型正在成为理解各种模态的通用接口，能够根据不同模态信息来给出回复文本，但大语言模型生成的内容也仅仅局限于文本。另一方面，当前的扩散模型DALL・E2、Imagen、StableDiffusion等在视觉创作上掀起一场革命，但这些模型仅仅支持文到图的单一跨模态功能，离通用式生成模型还有一定距离。而多模态大模型将能够打通各种模态能力，实现任意模态之间转化，被认为是通用式生成模型的未来发展方向。清华大学计算机系朱军教授带领的TSAIL团队近期公开的一篇论文《OneTransformerFitsAllDistributionsinMul
据悉GPT-4将于本周发布，多模态将成为其一大亮点。当前的大语言模型正在成为理解各种模态的通用接口，能够根据不同模态信息来给出回复文本，但大语言模型生成的内容也仅仅局限于文本。另一方面，当前的扩散模型DALL・E2、Imagen、StableDiffusion等在视觉创作上掀起一场革命，但这些模型仅仅支持文到图的单一跨模态功能，离通用式生成模型还有一定距离。而多模态大模型将能够打通各种模态能力，实现任意模态之间转化，被认为是通用式生成模型的未来发展方向。清华大学计算机系朱军教授带领的TSAIL团队近期公开的一篇论文《OneTransformerFitsAllDistributionsinMul
摘要多步（尺度）预测通常包含一个复杂的输入组合——包括静态（即时不变）协变量、已知的未来输入，以及其他仅在过去观察到的外生时间序列——没有任何关于它们如何与目标相互作用的先验信息。几种深度学习方法已经被提出，但它们通常是“黑盒”模型，并不能阐明它们如何使用实际场景中出现的全部输入。在本文中，我们介绍了时间融合变压器(TFT)——一种新的基于注意的架构，它结合了高性能的多步预测和对时间动态的可解释的洞察力。为了学习不同尺度上的时间关系，TFT使用循环层进行局部处理，并使用可解释的自我注意层进行长期依赖。TFT利用专门的组件来选择相关的特性和一系列的门控层来抑制不必要的组件，从而在广泛的场景中实现
摘要多步（尺度）预测通常包含一个复杂的输入组合——包括静态（即时不变）协变量、已知的未来输入，以及其他仅在过去观察到的外生时间序列——没有任何关于它们如何与目标相互作用的先验信息。几种深度学习方法已经被提出，但它们通常是“黑盒”模型，并不能阐明它们如何使用实际场景中出现的全部输入。在本文中，我们介绍了时间融合变压器(TFT)——一种新的基于注意的架构，它结合了高性能的多步预测和对时间动态的可解释的洞察力。为了学习不同尺度上的时间关系，TFT使用循环层进行局部处理，并使用可解释的自我注意层进行长期依赖。TFT利用专门的组件来选择相关的特性和一系列的门控层来抑制不必要的组件，从而在广泛的场景中实现
前言：之前根据AndroidStudioProfiler查看卡顿问题已经解决了部分已知问题「即：有明确场景，进而暴露出来的问题」；不足的点是：问题暴露之前寻找卡顿的点，抓取的hprof文件操作复杂，寻找问题时效率较低，具体每个函数的耗时不可统计；所以需要寻找比较成熟的卡顿工具，帮助我们定位问题.工具对比：BlockCanary:依赖主线程Looper，监控每次dispatchMessage的执行耗时；ArgusAPM/LogMonitor:依赖Choreographer模块，监控相邻两次Vsync事件通知的时间差；以上方式的问题：无法获取到各个函数的执行耗时，对于稍微复杂一点的堆栈，很难找出可
前言：之前根据AndroidStudioProfiler查看卡顿问题已经解决了部分已知问题「即：有明确场景，进而暴露出来的问题」；不足的点是：问题暴露之前寻找卡顿的点，抓取的hprof文件操作复杂，寻找问题时效率较低，具体每个函数的耗时不可统计；所以需要寻找比较成熟的卡顿工具，帮助我们定位问题.工具对比：BlockCanary:依赖主线程Looper，监控每次dispatchMessage的执行耗时；ArgusAPM/LogMonitor:依赖Choreographer模块，监控相邻两次Vsync事件通知的时间差；以上方式的问题：无法获取到各个函数的执行耗时，对于稍微复杂一点的堆栈，很难找出可
[TOC]优质文章：字节码格式class格式:Chapter4.TheclassFileFormat字节码指令JVM指令集：Chapter6.TheJavaVirtualMachineInstructionSet拉勾-一文看懂Java字节码局部变量表和操作数图解:拉勾教育-Android工程师进阶34讲-第01讲：程序运行时，内存到底是如何进行分配的？McoyJiang/LagouAndroidSharegradleGradle插件版本和Gradlesdk版本的对应关系现在准备好告别Transform了吗？|拥抱AGP7.0ASMAndroid-ASM插桩你所需要知道的基础ASM快速入门And
[TOC]优质文章：字节码格式class格式:Chapter4.TheclassFileFormat字节码指令JVM指令集：Chapter6.TheJavaVirtualMachineInstructionSet拉勾-一文看懂Java字节码局部变量表和操作数图解:拉勾教育-Android工程师进阶34讲-第01讲：程序运行时，内存到底是如何进行分配的？McoyJiang/LagouAndroidSharegradleGradle插件版本和Gradlesdk版本的对应关系现在准备好告别Transform了吗？|拥抱AGP7.0ASMAndroid-ASM插桩你所需要知道的基础ASM快速入门And
配图源自Freepik这周做了一个需求，出现了Bug，经排查后发现：同一元素同时设置overflow:hidden和transform-form:preserve-3d样式，会使得后者失去3D效果，也就是相当于transform-form:flat。下面用示例验证一下：.constainer区域设置了transform-style:preserve-3d；.red区域设置了transform:translate3d(20px,20px,10px)；.green区域设置了transform:translate3d(0,0,5px)；?.container{margin:0auto;border-
