Git Stars Git Stars

#transfer-learning Dépôts

Découvrez 56 dépôts GitHub open source actifs associés à #transfer-learning, cumulant 149,105 étoiles au total (soit une moyenne de 2,662 étoiles par projet). Le projet en tête de ce thème est datawhalechina/leedl-tutorial, avec 16,879 étoiles.

56
Total des Dépôts
149,105
Nombre total d'étoiles
2,662
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Jupyter Notebook
1
datawhalechina/leedl-tutorial

《Tutoriel d'apprentissage profond de Li Hongyi》(Recommandé par le professeur Li Hongyi 👍, Apple Books 🍎), Lien de téléchargement PDF : https://github.com/datawhalechina/leedl-tutorial/releases

datawhalechina
⭐ 16,879 Jupyter Notebook 👤 datawhalechina Organization 🕐 Mis à jour 2026-10-23 📅 Créé 2019-07-02
2
jindongwang/transferlearning

Apprentissage par transfert / Adaptation de domaine / Généralisation de domaine / Apprentissage multi-tâches etc. Articles, codes, ensembles de données, applications, tutoriels. - Apprentissage par transfert

jindongwang
⭐ 14,330 Python 👤 jindongwang User 🕐 Mis à jour 2025-02-18 📅 Créé 2017-04-30
4
autogluon/autogluon

ML rapide et précis en 3 lignes de code

autogluon
⭐ 10,843 Python 👤 autogluon Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2019-07-29
5
yandexdataschool/nlp_course

Cours YSDA en Traitement Automatique du Langage Naturel

yandexdataschool
⭐ 10,801 Jupyter Notebook 👤 yandexdataschool Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-09-08
6
google-research/text-to-text-transfer-transformer

Code pour l'article "Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer"

google-research
⭐ 6,564 Python 👤 google-research Organization 🕐 Mis à jour 2026-10-12 📅 Créé 2019-10-17
7
zhaoxin94/awesome-domain-adaptation

Une collection de choses AWESOME sur l'adaptation de domaine

zhaoxin94
⭐ 5,464 👤 zhaoxin94 User 🕐 Mis à jour 2025-12-08 📅 Créé 2018-05-13
8
NVlabs/stylegan2-ada-pytorch

StyleGAN2-ADA - Implémentation officielle PyTorch

NVlabs
⭐ 4,425 Python 👤 NVlabs Organization 🕐 Mis à jour 2024-05-10 📅 Créé 2021-01-12
9
TommyZihao/Train_Custom_Dataset

Annoter ses propres ensembles de données, entraîner, évaluer, tester et déployer ses propres algorithmes d'intelligence artificielle

TommyZihao
⭐ 4,132 Jupyter Notebook 👤 TommyZihao User 🕐 Mis à jour 2026-01-07 📅 Créé 2022-07-23
10
thuml/Transfer-Learning-Library

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

thuml
⭐ 3,836 Python 👤 thuml Organization 🕐 Mis à jour 2024-05-10 📅 Créé 2020-02-14
11
ZhaoJ9014/face.evoLVe

🔥🔥Bibliothèque de Reconnaissance Faciale Haute Performance sur PaddlePaddle & PyTorch🔥🔥

ZhaoJ9014
⭐ 3,589 Python 👤 ZhaoJ9014 User 🕐 Mis à jour 2025-03-20 📅 Créé 2019-01-04
12
tensorflow/hub

Une bibliothèque pour l'apprentissage par transfert en réutilisant des parties de modèles TensorFlow.

tensorflow
⭐ 3,524 Python 👤 tensorflow Organization 🕐 Mis à jour 2025-01-17 📅 Créé 2018-03-12
13
jingyi0000/VLM_survey

Collection de modèles impressionnants de vision-langage pour les tâches de vision

jingyi0000
⭐ 3,132 👤 jingyi0000 User 🕐 Mis à jour 2026-11-16 📅 Créé 2023-03-30
14
divamgupta/image-segmentation-keras

Implémentation de Segnet, FCN, UNet, PSPNet et d'autres modèles dans Keras.

divamgupta
⭐ 3,010 Python 👤 divamgupta User 🕐 Mis à jour 2024-05-12 📅 Créé 2017-03-20
15
curiousily/Getting-Things-Done-with-Pytorch

Tutoriels Jupyter Notebook pour résoudre des problèmes du monde réel avec Machine Learning & Deep Learning en utilisant PyTorch. Sujets : Détection de visages avec Detectron 2, Détection d'anomalies dans les séries temporelles avec LSTM Autoencoders, Détection d'objets avec YOLO v5, Construisez votre premier Neural Network, Prévision de séries temporelles pour les cas quotidiens de Coronavirus, Analyse de sentiments avec BER

curiousily
⭐ 2,478 Jupyter Notebook 👤 curiousily User 🕐 Mis à jour 2024-06-30 📅 Créé 2020-01-31
16
BrikerMan/Kashgari

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

BrikerMan
⭐ 2,387 Python 👤 BrikerMan User 🕐 Mis à jour 2024-09-03 📅 Créé 2019-01-19
17
AIStream-Peelout/flow-forecast

Bibliothèque PyTorch d'apprentissage profond pour la prévision de séries temporelles, la classification et la détection d'anomalies (initialement pour la prévision des inondations).

AIStream-Peelout
⭐ 2,308 Python 👤 AIStream-Peelout Organization 🕐 Mis à jour 2026-10-12 📅 Créé 2019-08-15
18
Tencent/MedicalNet

De nombreuses études ont montré que les performances en apprentissage profond sont considérablement affectées par le volume des données d'entraînement. Le projet MedicalNet fournit une série de modèles pré-entraînés 3D-ResNet et le code relatif.

Tencent
⭐ 2,284 Python 👤 Tencent Organization 🕐 Mis à jour 2026-10-13 📅 Créé 2019-07-17
19
alibaba/EasyNLP

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

alibaba
⭐ 2,180 Python 👤 alibaba Organization 🕐 Mis à jour 2024-11-27 📅 Créé 2022-04-06
21
ZrrSkywalker/Personalize-SAM

Personnalisez le modèle Segment Anything (SAM) avec 1 prise de vue en 10 secondes

ZrrSkywalker
⭐ 1,642 Python 👤 ZrrSkywalker User 🕐 Mis à jour 2024-07-22 📅 Créé 2023-05-04
22
LirongWu/awesome-graph-self-supervised-learning

Code pour l'article TKDE « Apprentissage auto-supervisé sur les graphes : Contrastif, génératif ou prédictif »

LirongWu
⭐ 1,431 👤 LirongWu User 🕐 Mis à jour 2024-08-15 📅 Créé 2019-05-24
23
explosion/spacy-transformers

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

explosion
⭐ 1,411 Python 👤 explosion Organization 🕐 Mis à jour 2026-11-03 📅 Créé 2019-07-26
24
rmokady/CLIP_prefix_caption

Modèle de légende d'image simple

rmokady
⭐ 1,407 Jupyter Notebook 👤 rmokady User 🕐 Mis à jour 2024-06-09 📅 Créé 2021-09-16
25
open-edge-platform/geti

Créez, entraînez, optimisez et exécutez des modèles de vision par ordinateur en local, des images brutes à l’inférence en temps réel. Open source, optimisé pour Intel® XPU (CUDA est également pris en charge).

open-edge-platform
⭐ 1,379 Python 👤 open-edge-platform Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-10-26
26
tim-learn/awesome-test-time-adaptation

Collection de super méthodes d'adaptation au moment du test (domaine/lot/instance)

tim-learn
⭐ 1,328 👤 tim-learn User 🕐 Mis à jour 2025-11-14 📅 Créé 2021-12-14
27
asheeshcric/awesome-contrastive-self-supervised-learning

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

asheeshcric
⭐ 1,306 👤 asheeshcric User 🕐 Mis à jour 2024-09-10 📅 Créé 2020-06-10
28
mlmed/torchxrayvision

TorchXRayVision : Une bibliothèque de jeux de données et de modèles de radiographies thoraciques. Classificateurs, segmentation et auto-encodeurs.

mlmed
⭐ 1,217 Jupyter Notebook 👤 mlmed Organization 🕐 Mis à jour 2026-10-18 📅 Créé 2020-03-04
29
cedrickchee/awesome-transformer-nlp

Une liste sélectionnée de ressources en NLP centrée sur les réseaux Transformer, le mécanisme d'attention, GPT, BERT, ChatGPT, LLMs et l'apprentissage par transfert.

cedrickchee
⭐ 1,124 👤 cedrickchee User 🕐 Mis à jour 2024-10-27 📅 Créé 2019-01-13
30
serengil/tensorflow-101

TensorFlow 101 : Introduction à l'apprentissage profond

serengil
⭐ 1,099 Jupyter Notebook 👤 serengil User 🕐 Mis à jour 2025-07-09 📅 Créé 2017-07-05
33
DmitryRyumin/ICCV-2023-25-Papers

Articles ICCV 2023-2025 : Découvrez les recherches de pointe d'ICCV 2023-25, la conférence de premier plan en vision par ordinateur. Restez à jour sur les dernières nouveautés en vision par ordinateur et en apprentissage profond, avec le code inclus. ⭐ Soutenez le développement de l'intelligence visuelle !

DmitryRyumin
⭐ 972 Python 👤 DmitryRyumin User 🕐 Mis à jour 2025-11-07 📅 Créé 2023-09-04
34
ibm-granite/granite-tsfm

Foundation Models for Time Series

ibm-granite
⭐ 923 Jupyter Notebook 👤 ibm-granite Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-02-27
35
MolecularAI/REINVENT4

Outil de conception moléculaire IA pour la conception de novo, le saut de structure, le remplacement de groupe R, la conception de lieurs et l'optimisation de molécules.

MolecularAI
⭐ 910 Python 👤 MolecularAI Organization 🕐 Mis à jour 2026-11-06 📅 Créé 2023-10-20
36
autonomousvision/projected-gan

[NeurIPS'21] Les GAN projetées convergent plus rapidement

autonomousvision
⭐ 900 Python 👤 autonomousvision Organization 🕐 Mis à jour 2024-06-04 📅 Créé 2021-11-01
37
fkryan/gazelle

Gaze-LLE : Estimation de la cible du regard via des encodeurs appris à grande échelle (CVPR 2025, Highlight)

fkryan
⭐ 886 Python 👤 fkryan User 🕐 Mis à jour 2026-03-18 📅 Créé 2024-12-09
38
thuml/awesome-multi-task-learning

Une liste curated de DATASETS, CODEBASES et ARTICLES sur l'apprentissage multi-tâches (MTL), du point de vue de l'apprentissage automatique.

thuml
⭐ 843 👤 thuml Organization 🕐 Mis à jour 2026-03-03 📅 Créé 2021-03-05
39
ssnl/dataset-distillation

Code open-source pour l'article "Dataset Distillation"

ssnl
⭐ 824 Python 👤 ssnl User 🕐 Mis à jour 2025-06-17 📅 Créé 2018-12-04
40
EnnengYang/Awesome-Model-Merging-Methods-Theories-Applications

Fusion de Modèles dans les LLMs, MLLMs et au-delà : Méthodes, Théories, Applications et Opportunités. ACM Computing Surveys, 2026.

EnnengYang
⭐ 801 👤 EnnengYang User 🕐 Mis à jour 2026-11-13 📅 Créé 2024-06-19
41
MrGiovanni/ModelsGenesis

[Prix du jeune scientifique de MICCAI 2019] [Prix du meilleur article de MedIA] Models Genesis : pré-entraînement auto-supervisé pour les images médicales 3D. Apprend des représentations transférables à partir de volumes de TDM et d’IRM non annotés, puis effectue un affinage pour les tâches en aval de segmentation et de classification. Poids Keras et PyTorch inclus.

MrGiovanni
⭐ 796 Jupyter Notebook 👤 MrGiovanni User 🕐 Mis à jour 2026-08-25 📅 Créé 2019-07-24
42
yaoyao-liu/meta-transfer-learning

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

yaoyao-liu
⭐ 786 Python 👤 yaoyao-liu User 🕐 Mis à jour 2025-06-02 📅 Créé 2018-12-16
43
primeqa/primeqa

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

primeqa
⭐ 739 Python 👤 primeqa Organization 🕐 Mis à jour 2025-09-18 📅 Créé 2022-06-15
44
taokz/BiomedGPT

BiomedGPT: Un modèle de fondation généraliste Vision-Langage pour diverses tâches biomédicales

taokz
⭐ 707 Python 👤 taokz User 🕐 Mis à jour 2025-07-08 📅 Créé 2023-05-11
45
AntonMu/TrainYourOwnYOLO

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

AntonMu
⭐ 673 Jupyter Notebook 👤 AntonMu User 🕐 Mis à jour 2024-08-02 📅 Créé 2019-07-17
47
prov-gigapath/prov-gigapath

Prov-GigaPath : Un modèle fondamental pour lames entières pour la pathologie numérique à partir de données réelles

prov-gigapath
⭐ 646 Python 👤 prov-gigapath Organization 🕐 Mis à jour 2026-08-07 📅 Créé 2024-04-01
48
achuthasubhash/Complete-Life-Cycle-of-a-Data-Science-Project

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

achuthasubhash
⭐ 631 👤 achuthasubhash User 🕐 Mis à jour 2024-06-07 📅 Créé 2020-09-02
49
DAMO-DI-ML/NeurIPS2023-One-Fits-All

Le code officiel pour "One Fits All: Power General Time Series Analysis by Pretrained LM (NeurIPS 2023 Spotlight)"

DAMO-DI-ML
⭐ 630 Python 👤 DAMO-DI-ML Organization 🕐 Mis à jour 2024-01-08 📅 Créé 2023-09-22
50
mahmoodlab/HIPT

Transformeur de pyramide d'images hiérarchique - CVPR 2022 (Oral)

mahmoodlab
⭐ 602 Jupyter Notebook 👤 mahmoodlab Organization 🕐 Mis à jour 2024-03-19 📅 Créé 2022-06-06

Foire aux questions

1

Quel est le dépôt #transfer-learning le plus populaire sur GitHub ?

Le projet #transfer-learning open source le mieux classé sur GitHub est datawhalechina/leedl-tutorial, avec 16,879 étoiles. 《Tutoriel d'apprentissage profond de Li Hongyi》(Recommandé par le professeur Li Hongyi 👍, Apple Books 🍎), Lien de téléchargement PDF : https://github.com/datawhalechina/leedl-tutorial/releases

2

Quels langages de programmation sont les plus utilisés dans les dépôts #transfer-learning ?

Parmi les projets #transfer-learning les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.

3

Comment le classement des dépôts #transfer-learning est-il calculé ?

Nous suivons 56 dépôts open source actifs associés à #transfer-learning (500+ étoiles), totalisant 149,105 étoiles, avec une moyenne de 2,662 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.