https://github.com/jindongwang/transferlearning

迁移学习 Transfer Learning(可能是目前最全的迁移学习资料库？)

MIT License

Everything about Transfer Learning (Probably the most complete repository?). Your contribution is highly valued! If you find this repo helpful, please cite it as follows:

关于迁移学习的所有资料，包括：介绍、综述文章、最新文章、代表工作及其代码、常用数据集、硕博士论文、比赛等等。(可能是目前最全的迁移学习资料库？) 欢迎一起贡献！ 如果认为本仓库有用，请在你的论文和其他出版物中进行引用！

@Misc{transferlearning.xyz,
howpublished = {\url{http://transferlearning.xyz}},
title = {Everything about Transfer Learning and Domain Adapation},
author = {Wang, Jindong and others}
}

迁移学习 Transfer Learning
- 0.Latest Publications (最新论文)
- 1.Introduction and Tutorials (简介与教程)
- 2.Transfer Learning Areas and Papers (研究领域与相关论文)
- 3.Theory and Survey (理论与综述)
- 4.Code (代码)
- 5.Transfer Learning Scholars (著名学者)
- 6.Transfer Learning Thesis (硕博士论文)
- 7.Datasets and Benchmarks (数据集与评测结果)
- 8.Transfer Learning Challenges (迁移学习比赛)
- Applications (迁移学习应用)
- Other Resources (其他资源)
- Contributing (欢迎参与贡献)

关于机器学习和行为识别的资料，请参考：行为识别｜机器学习

0.Latest Publications (最新论文)

迁移学习文章汇总 Awesome transfer learning papers

Latest publications
- 20190117 NeurIPS-18 workshop Transfer Learning for Prosthetics Using Imitation Learning
  - Using transfer learning for prosthetics
  - 用迁移学习进行义肢的模仿学习
- 20190115 IJAERS Weightless Neural Network with Transfer Learning to Detect Distress in Asphalt
  - Transfer learning to detect distress in asphalt
  - 用迁移学习检测路面情况
- 20190111 ICMLA-18 Supervised Transfer Learning for Product Information Question Answering
  - Transfer learning for product information question answering
  - 利用迁移学习进行产品信息的对话
-20190109 InfSc Robust Unsupervised Domain Adaptation for Neural Networks via Moment Alignment
- Journal extension of central moment discrepancy minimization (ICLR-17)
Preprints on arXiv (Not peer-reviewed)
- 20190221 arXiv Adaptive Cross-Modal Few-Shot Learning
  - Adaptive cross-modal few-shot learning
  - 跨模态的few-shot
- 20190221 arXiv Transfusion: Understanding Transfer Learning with Applications to Medical Imaging
  - Analyzing the influence of transfer learning in medical imaging
  - 在医疗图像中分析迁移学习作用
- 20190220 arXiv DIViS: Domain Invariant Visual Servoing for Collision-Free Goal Reaching
  - Transfer learning for robot reinforcement learning
  - 迁移学习用于机器人的强化学习目标搜寻
- 20190220 arXiv Fully-Featured Attribute Transfer
  - Fully-featured image attribute transfer
  - 图像特征迁移

更多 More...

1.Introduction and Tutorials (简介与教程)

简介文字资料
- 简单的中文简介 Chinese introduction
- PPT(English)
- PPT(中文)
- 迁移学习中的领域自适应方法 Domain adaptation: PDF ｜ Video
- 清华大学龙明盛老师的深度迁移学习报告 Transfer learning report by Mingsheng Long @ THU：PPT(Samsung)、PPT(Google China)
入门教程
- 《迁移学习简明手册》Transfer Learning Tutorial 开发维护地址
视频教程
- 台湾大学李宏毅的视频讲解(中文视频)
- 迁移学习中的领域自适应方法(中文)
迁移学习领域的著名学者、代表工作及实验室介绍 Transfer Learning Scholars and Labs
什么是负迁移(negative transfer)？
动手教程、代码、数据 Hands-on Codes
- 基于深度学习和迁移学习的识花实践 Using Transfer Learning for Flower Recognition
- 基于Pytorch的图像分类 Using Transfer Learning for Image Classification
- 使用Pytorch进行finetune Using Pytorch for Fine-tune
- 基于AlexNet和ResNet的finetune Fine-tune based on Alexnet and Resnet
- 更多 More...

2.Transfer Learning Areas and Papers (研究领域与相关论文)

3.Theory and Survey (理论与综述)

Here are some articles on transfer learning theory and survey.

迁移学习领域最具代表性的综述是A survey on transfer learning，发表于2010年，对迁移学习进行了比较权威的定义。 -- The most influential survey on transfer learning.
迁移学习的理论分析 Transfer Learning Theory：
- 迁移学习方面一直以来都比较缺乏理论分析与证明的文章，以下三篇连贯式的理论文章成为了经典 Transfer learning theory：
  - NIPS-06 Analysis of Representations for Domain Adaptation
  - ML-10 A Theory of Learning from Different Domains
  - NIPS-08 Learning Bounds for Domain Adaptation
- 许多研究者在迁移学习的研究中会应用MMD(Maximum Mean Discrepancy)这个最大均值差异来衡量不同domain之间的距离。MMD的理论文章是：
  - MMD的提出：A Hilbert Space Embedding for Distributions 以及 A Kernel Two-Sample Test
  - 多核MMD(MK-MMD)：Optimal kernel choice for large-scale two-sample tests
  - MMD及多核MMD代码：Matlab | Python
- 理论研究方面，重点关注Alex Smola、Ben-David、Bernhard Schölkopf、Arthur Gretton等人的研究即可。
较新的综述 Latest survey：
- 2018 一篇迁移度量学习的综述: Transfer Metric Learning: Algorithms, Applications and Outlooks
- 2018 一篇最近的非对称情况下的异构迁移学习综述：Asymmetric Heterogeneous Transfer Learning: A Survey
- 2018 Neural style transfer的一个survey：Neural Style Transfer: A Review
- 2018 深度domain adaptation的一个综述：Deep Visual Domain Adaptation: A Survey
- 2017 多任务学习的综述，来自香港科技大学杨强团队：A survey on multi-task learning
- 2017 异构迁移学习的综述：A survey on heterogeneous transfer learning
- 2017 跨领域数据识别的综述：Cross-dataset recognition: a survey
- 2016 A survey of transfer learning。其中交代了一些比较经典的如同构、异构等学习方法代表性文章。
- 2015 中文综述：迁移学习研究进展
迁移学习的应用
- 视觉domain adaptation综述：Visual Domain Adaptation: A Survey of Recent Advances
- 迁移学习应用于行为识别综述：Transfer Learning for Activity Recognition: A Survey
- 迁移学习与增强学习：Transfer Learning for Reinforcement Learning Domains: A Survey
- 多个源域进行迁移的综述：A Survey of Multi-source Domain Adaptation。

4.Code (代码)

请见这里 | Please see HERE for some popular transfer learning codes.

5.Transfer Learning Scholars (著名学者)

Here are some transfer learning scholars and labs.

全部列表以及代表工作性见这里

Please refer to here to see a complete list.

Qiang Yang：中文名杨强。香港科技大学计算机系讲座教授，迁移学习领域世界性专家。IEEE/ACM/AAAI/IAPR/AAAS fellow。[Google scholar]
Sinno Jialin Pan：杨强的学生，香港科技大学博士，现任新加坡南洋理工大学助理教授。迁移学习领域代表性综述A survey on transfer learning的第一作者（Qiang Yang是二作）。[Google scholar]
Wenyuan Dai：中文名戴文渊，上海交通大学硕士，现任第四范式人工智能创业公司CEO。迁移学习领域著名的牛人，在顶级会议上发表多篇高水平文章，每篇论文引用量巨大。[Google scholar]
Lixin Duan：中文名段立新，新加坡南洋理工大学博士，现就职于电子科技大学，教授。[Google scholar]
Boqing Gong：南加州大学博士，现就职于腾讯AI Lab(西雅图)。曾任中佛罗里达大学助理教授。[Google scholar]
Fuzhen Zhuang：中文名庄福振，中科院计算所博士，现任中科院计算所副研究员。[Google scholar]
Mingsheng Long：中文名龙明盛，清华大学博士，现任清华大学助理教授、博士生导师。[Google scholar]
Qingyao Wu：中文名吴庆耀，现任华南理工大学副教授。主要做在线迁移学习、异构迁移学习方面的研究。[Google scholar]
Weike Pan：中文名潘微科，杨强的学生，现任深圳大学副教授，香港科技大学博士毕业。主要做迁移学习在推荐系统方面的一些工作。 [Google Scholar]
Tongliang Liu：中文名刘同亮，现任悉尼大学助理教授。主要做迁移学习的一些理论方面的工作。[Google scholar]
Tatiana Tommasi：Researcher at the Italian Institute of Technology.

6.Transfer Learning Thesis (硕博士论文)

Here are some popular thesis on transfer learning.

硕博士论文可以让我们很快地对迁移学习的相关领域做一些了解，同时，也能很快地了解概括相关研究者的工作。其中，比较有名的有

2016 Baochen Sun的Correlation Alignment for Domain Adaptation
2015 南加州大学的Boqing Gong的Kernel Methods for Unsupervised Domain Adaptation
2014 清华大学龙明盛的迁移学习问题与方法研究
2014 中科院计算所赵中堂的自适应行为识别中的迁移学习方法研究
2012 杨强的学生Hao Hu的Learning based Activity Recognition
2012 杨强的学生Wencheng Zheng的Learning with Limited Data in Sensor-based Human Behavior Prediction
2010 杨强的学生Sinno Jialin Pan的Feature-based Transfer Learning and Its Applications
2009 上海交通大学戴文渊的基于实例和特征的迁移学习算法研究

其他的文章，请见完整版。

7.Datasets and Benchmarks (数据集与评测结果)

Please see HERE for the popular transfer learning datasets and certain benchmark results.

这里整理了常用的公开数据集和一些已发表的文章在这些数据集上的实验结果。

8.Transfer Learning Challenges (迁移学习比赛)

一些关于迁移学习的国际比赛。

Visual Domain Adaptation Challenge (VisDA)

Applications (迁移学习应用)

See HERE for transfer learning applications.

迁移学习应用请见这里。

Other Resources (其他资源)

Call for papers about transfer learning:

Transfer Learning for Multimedia Applications(A Special Issue on Multimedia Tools and Applications (MTAP))

Related projects:

Salad: A semi-supervised domain adaptation library

Contributing (欢迎参与贡献)

If you are interested in contributing, please refer to HERE for instructions in contribution.

[文章版权声明]这个仓库是我开源到Github上的，可以遵守相关的开源协议进行使用。这个仓库中包含有很多研究者的论文、硕博士论文等，都来源于在网上的下载，仅作为学术研究使用。我对其中一些文章都写了自己的浅见，希望能很好地帮助理解。这些文章的版权属于相应的出版社。如果作者或出版社有异议，请联系我进行删除。一切都是为了更好地学术！

迁移学习 Transfer Learning(可能是目前最全的迁移学习资料库？)相关推荐

PyTorch 迁移学习 (Transfer Learning) 代码详解
PyTorch 迁移学习代码详解概述为什么使用迁移学习更好的结果节省时间加载模型 ResNet152 冻层实现模型初始化获取需更新参数训练模型获取数据完整代码概述迁移学习 ( ...
迁移学习(Transfer learning)、重用预训练图层、预训练模型库
迁移学习(Transfer learning).重用预训练图层.预训练模型库目录迁移学习(Transfer learning).重用预训练图层.预训练模型库迁移学
深度学习不得不会的迁移学习Transfer Learning
http://blog.itpub.net/29829936/viewspace-2641919/ 2019-04-18 10:04:53 目录一.概述二.什么是迁移学习? 2.1 模型的训练与预 ...
迁移学习(transfer learning)与finetune的关系？【finetune只是transfer learning的一种手段】
目录 1.迁移学习简介 2.为什么要迁移学习? 3.迁移学习的几种方式 1)Transfer Learning: 2)Extract Feature Vector: 3)Fine-tune: 4.三种 ...
迁移学习(Transfer Learning)的背景、历史
迁移学习(Transfer Learning)的背景.历史迁移学习的背景.历史及学习 1.迁移学习提出背景在机器学习.深度学习和数据挖掘的大多数任务中,我们都会假设training和inferen ...
【深度学习系列】迁移学习Transfer Learning
在前面的文章中,我们通常是拿到一个任务,譬如图像分类.识别等,搜集好数据后就开始直接用模型进行训练,但是现实情况中,由于设备的局限性.时间的紧迫性等导致我们无法从头开始训练,迭代一两百万次来收敛模型, ...
迁移学习 Transfer Learning—通俗易懂地介绍（常见网络模型pytorch实现）
前言你会发现聪明人都喜欢"偷懒", 因为这样的偷懒能帮我们节省大量的时间, 提高效率. 还有一种偷懒是 "站在巨人的肩膀上". 不仅能看得更远, 还能看到更多 ...
迁移学习(Transfer Learning)概述及代码实现(full version)
基于PaddlePaddle的李宏毅机器学习--迁移学习大噶好,我是黄波波.希望能和大家共进步,错误之处恳请指出! 百度AI Studio个人主页, 我在AI Studio上获得白银等级,点亮2个徽 ...
迁移学习(Transfer Learning)概述及代码实现
基于PaddlePaddle的李宏毅机器学习--迁移学习大噶好,我是黄波波,希望能和大家共进步,错误之处恳请指出! 百度AI Studio个人主页, 我在AI Studio上获得白银等级,点亮2个徽 ...
【深度学习】迁移学习 (Transfer Learning)
Introduction 把别处学得的知识,迁移到新场景的能力,就是"迁移学习". 具体在实践中体现为: 将 A任务上预训练好的模型放在B任务上,加上少量B任务训练数据,进行微 ...

迁移学习 Transfer Learning(可能是目前最全的迁移学习资料库？)

https://github.com/jindongwang/transferlearning

迁移学习 Transfer Learning(可能是目前最全的迁移学习资料库？)

0.Latest Publications (最新论文)

1.Introduction and Tutorials (简介与教程)

2.Transfer Learning Areas and Papers (研究领域与相关论文)

3.Theory and Survey (理论与综述)

4.Code (代码)

5.Transfer Learning Scholars (著名学者)

6.Transfer Learning Thesis (硕博士论文)

7.Datasets and Benchmarks (数据集与评测结果)

8.Transfer Learning Challenges (迁移学习比赛)

Applications (迁移学习应用)

Other Resources (其他资源)

Contributing (欢迎参与贡献)

迁移学习 Transfer Learning(可能是目前最全的迁移学习资料库？)相关推荐

最新文章

热门文章