transfer-learning

《李宏毅深度學習教程》（李宏毅老師推薦👍，蘋果書🍎），PDF 下載地址：https://github.com/datawhalechina/leedl-tutorial/releases

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。

三行程式碼即可實現快速且精確的機器學習。

關於領域適應的精彩集合

領域適應、任務適應與領域泛化的轉移學習庫

高效能臉部辨識庫，支援 PaddlePaddle 與 PyTorch

一個透過重複使用 TensorFlow 模型部分內容來進行遷移學習的函式庫。

用於視覺任務的精選視覺語言模型合集

使用 PyTorch 透過機器學習與深度學習解決實際問題的 Jupyter Notebook 教學。主題包含：使用 Detectron 2 進行人臉偵測、使用 LSTM Autoencoders 進行時間序列異常偵測、使用 YOLO v5 進行物件偵測、建立你的第一個類神經網路、針對冠狀病毒每日確診數的時間序列預測、使用 BERT 進行情感分析

Kashgari 是一個建構在 tf.keras 之上的生產級 NLP 遷移學習框架，用於文字標記與文字分類，包含 Word2Vec、BERT 與 GPT2 語言嵌入。

用於時間序列預測、分類與異常偵測的深度學習 PyTorch 函式庫（最初用於洪水預測）。

EasyNLP：全面且易用的 NLP 工具包

TKDE 論文「Self-supervised learning on graphs: Contrastive, generative, or predictive」的程式碼

🛸 在 spaCy 中使用預先訓練的 transformer，如 BERT、XLNet 和 GPT-2

以極少的時間與更少的数据建立電腦視覺模型。

收集各種測試時（領域/批次/實例）適應方法的集合

精選對比式自監督學習論文大全。

TorchXRayVision：胸部 X 光資料集與模型的函式庫。包含分類器、分割與自動編碼器。

精選的 NLP 資源清單，聚焦於 Transformer 網路、注意力機制、GPT、BERT、ChatGPT、LLMs 與遷移學習。

TensorFlow 101：深度學習簡介

ICCV 2023-2025 論文：探索來自 ICCV 2023-25（領先的電腦視覺會議）的前沿研究。掌握電腦視覺與深度學習的最新動態，內含程式碼。⭐ 支援視覺智慧發展！

用於從頭設計、骨架跳躍、R 基團替換、連接子設計和分子最佳化的 AI 分子設計工具。

從機器學習的角度，精選關於多工學習 (MTL) 的資料集、程式碼庫與論文清單。

[MICCAI 2019 年輕科學家獎] [MEDIA 2020 最佳論文獎] Models Genesis，醫療影像分析中用於多個下游任務的最早期「基礎」模型之一

「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。

用於最先進多語言問答研究與開發的主要儲存庫。

從頭訓練先進的 yolov3 物件偵測器！

資料科學專案的完整生命週期

階層式影像金字塔 Transformer - CVPR 2022 (Oral)