#transfer-learning 仓库
探索 56 个标记为 #transfer-learning 的活跃开源 GitHub 仓库,它们累计获得 149,105 个 Star(平均每个项目 2,662 个)。该主题的领先项目是 datawhalechina/leedl-tutorial,拥有 16,879 个 Star。
共 56 个仓库
《李宏毅深度学习教程》(李宏毅老师推荐👍,苹果书🍎),PDF下载地址:https://github.com/datawhalechina/leedl-tutorial/releases
论文“Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer”的代码
使用 PyTorch 进行机器学习和深度学习解决现实世界问题的 Jupyter Notebook 教程。主题:使用 Detectron 2 进行人脸检测,使用 LSTM Autoencoders 进行时间序列异常检测,使用 YOLO v5 进行对象检测,构建您的第一个 Neural Network,针对冠状病毒每日病例的时间序列预测,使用 BER 进行情感分析
Kashgari 是一个生产级的 NLP 迁移学习框架,基于 tf.keras 构建,用于文本标注和文本分类,包括 Word2Vec、BERT 和 GPT2 语言嵌入。
一个精选的NLP资源列表,专注于Transformer网络、注意力机制、GPT、BERT、ChatGPT、LLM以及迁移学习。
ICCV 2023-2025 论文:发掘来自顶级计算机视觉会议 ICCV 2023-25 的前沿研究。随时了解计算机视觉和深度学习的最新进展,并附带代码。⭐ 支持视觉智能发展!
LLMs、MLLMs 及更广范围内的模型融合:方法、理论、应用与机会。ACM Computing Surveys,2026。
[MICCAI 2019青年科学家奖] [MedIA最佳论文奖] Models Genesis:用于三维医学图像的自监督预训练。从未标注的CT和MRI体积数据中学习可迁移的表示,然后针对下游的分割和分类任务进行微调。包含Keras和PyTorch权重。
"Meta-Transfer Learning for Few-Shot Learning" (CVPR2019) 的 TensorFlow 和 PyTorch 实现
"One Fits All: Power General Time Series Analysis by Pretrained LM (NeurIPS 2023 Spotlight)" 的官方代码
常见问题解答
GitHub 上最受欢迎的 #transfer-learning 仓库是什么?
GitHub 上排名第一的开源 #transfer-learning 项目是 datawhalechina/leedl-tutorial,拥有 16,879 个 Star。《李宏毅深度学习教程》(李宏毅老师推荐👍,苹果书🍎),PDF下载地址:https://github.com/datawhalechina/leedl-tutorial/releases
#transfer-learning 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #transfer-learning 项目中,最常见的编程语言是 Python, Jupyter Notebook。
#transfer-learning 仓库的排名是如何计算的?
我们跟踪了 56 个标记为 #transfer-learning 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 149,105 个 Star,平均每个仓库拥有 2,662 个 Star。排名每日根据 GitHub API 更新。