ResNet
Deep Residual Learning for Image Recognition
深度残差网络，将CNN拓展到152层乃至更深层，同时表现出更好效果的里程碑文章。核心是将residual connection代入到深层CNN中，使得深层的模型效果不比浅层的模型效果差。
GNN-1000-layers
Training Graph Neural Networks with 1000 Layers
ICML 2021
这篇文章通过在GNN中引入grouped reversible connections，实现了将GNN拓展到1000层，可能是当前最深的GNN之一。这篇文章的意义在于，实现了GNN的层数与模型所需的显存无关，使用较少的显存就可以在显存基本不增加的情况下，任意增加GNN深度。
下图是作者提出的Rev-GNN在ogbn-proteins数据集上的结果，很少的memory，达到了很好的效果。
prototypical-network
Prototypical Networks for Few-shot Learning
作者为少次学习和零次学习提出了一种新的网络Prototypical network。核心思想是为不同的class定义不同的prototype的表示。这个prototype是有相同class下的所有实例求平均得到的。
5-math
数学问题
《算法笔记》第五章 数学问题
2-basic
C语言基础要点
《算法笔记》第二章 C/C++快速入门。这里记录些要点。
C语言常包括头文件<stdio.h>，stdio是标准输入输出的意思。实际上，在c++标准中，推荐使用<cstdio>，cmath和cstring等头文件，和.h结尾的头文件是等价的。
12-string
字符串专题
11-dynamic-programming
动态规划
《算法笔记》第11章，动态规划
10-graph
第10章 图算法专题
《算法笔记》第10章。
9-data-structure2
数据结构专题2
《算法笔记》第九章，数据结构专题2，主要涉及树、并查集、堆等。