meta-learning

遷移學習 / 領域適應 / 領域泛化 / 多任務學習 等相關論文、程式碼、資料集、應用與教學。

使用 scikit-learn 的自動化機器學習

🦞 只需與你的代理對話——它會學習並進化 🧬

PyTorch Meta‑learning 研究用庫

用 100 行程式碼實作論文

FSL-Mate：少樣本學習（FSL）資源收集。

隨取即用的程式碼與教學筆記，助你快速掌握影像分類的少樣本學習。

[TPAMI 2023] LibFewShot：一個用於少樣本學習的綜合函式庫。

「Meta-Transfer Learning for Few-Shot Learning」(CVPR2019) 的 TensorFlow 與 PyTorch 實作

LLM、MLLM 及其他領域的模型合併：方法、理論、應用與機會。ACM Computing Surveys, 2026。

聯邦學習所需的所有素材：部落格、影片、論文、軟體等。

Nature 期刊論文「探索最先進的強化學習演算法」之配套程式碼。

操作 Python 程式

TorchOpt 是一個基於 PyTorch 建構的高效可微分最佳化函式庫。

基於可微分凸最佳化的元學習 (CVPR 2019 Oral)