transfer-learning

Tutoriel d'apprentissage profond de Li Hongyi (recommandé par le professeur Li Hongyi, livre Apple), lien de téléchargement PDF : https://github.com/datawhalechina/leedl-tutorial/releases

Apprentissage par transfert, adaptation de domaine, généralisation de domaine, apprentissage multi-tâches, etc. Articles, codes, jeux de données, applications et tutoriels.

ML rapide et précis en 3 lignes de code.

Une collection de ressources exceptionnelles sur l'adaptation de domaine.

Bibliothèque de transfert d'apprentissage pour l'adaptation de domaine, l'adaptation de tâche et la généralisation de domaine

Bibliothèque de reconnaissance faciale haute performance basée sur PaddlePaddle et PyTorch.

Une bibliothèque pour le transfert d'apprentissage en réutilisant des parties de modèles TensorFlow.

Collection de modèles vision-langage impressionnants pour les tâches de vision par ordinateur.

Tutoriels Jupyter Notebook sur la résolution de problèmes réels avec le Machine Learning et le Deep Learning en utilisant PyTorch. Sujets : détection de visages avec Detectron 2, détection d'anomalies de séries temporelles avec des auto-encodeurs LSTM, détection d'objets avec YOLO v5, création de votre premier réseau de neurones, prévision de séries temporelles pour les cas quotidiens de coronavirus, analyse de sentiment avec BERT

Kashgari est un framework de transfert d'apprentissage NLP de niveau production basé sur tf.keras pour l'étiquetage et la classification de texte, incluant Word2Vec, BERT et GPT2 Language Embedding.

Bibliothèque PyTorch de deep learning pour la prévision de séries temporelles, la classification et la détection d'anomalies (initialement pour la prévision des crues).

EasyNLP : Une boîte à outils NLP complète et facile à utiliser

Code pour l'article TKDE "Self-supervised learning on graphs: Contrastive, generative, or predictive".

Utilisez des transformers pré-entraînés comme BERT, XLNet et GPT-2 dans spaCy.

Construisez des modèles de vision par ordinateur en une fraction du temps et avec moins de données.

Collection de méthodes d'adaptation au moment de l'exécution (domaine/lot/instance)

Une liste complète d'articles sur l'apprentissage auto-supervisé contrastif.

TorchXRayVision : une bibliothèque de jeux de données et de modèles de radiographies thoraciques, incluant des classifieurs, de la segmentation et des auto-encodeurs.

Une liste organisée de ressources en NLP axée sur les réseaux Transformer, les mécanismes d'attention, GPT, BERT, ChatGPT, les LLM et l'apprentissage par transfert.

TensorFlow 101 : Introduction au Deep Learning

Articles ICCV 2023-2025 : Découvrez la recherche de pointe de l'ICCV 2023-25, la conférence de référence en vision par ordinateur. Restez informé des dernières avancées en vision par ordinateur et deep learning, code inclus. ⭐ soutenez le développement de l'intelligence visuelle !

Outil de conception moléculaire par IA pour le design de novo, le scaffold hopping, le remplacement de groupes R, le design de linkers et l'optimisation de molécules

Une liste organisée de JEUX DE DONNÉES, BASES DE CODE et ARTICLES sur l'apprentissage multi-tâches (MTL), du point de vue de l'apprentissage automatique.

[Prix du jeune scientifique MICCAI 2019] [Prix du meilleur article MEDIA 2020] Models Genesis, l'un des premiers modèles de « fondation » en analyse d'images médicales pour de multiples tâches en aval.

Implémentation TensorFlow et PyTorch de "Meta-Transfer Learning for Few-Shot Learning" (CVPR2019)

Fusion de modèles dans les LLM, MLLM et au-delà : méthodes, théories, applications et opportunités. ACM Computing Surveys, 2026.

Le dépôt de référence pour la recherche et le développement de pointe en matière de réponse aux questions multilingues.

Entraînez un détecteur d'objets yolov3 de pointe à partir de zéro !

Cycle de vie complet d'un projet de science des données.

Hierarchical Image Pyramid Transformer - CVPR 2022 (Oral)