2021年迁移学习相关最新论文、会议、视频、竞赛整理分享

    迁移学习(Transfer learning) 顾名思义就是把已训练好的模型（预训练模型）参数迁移到新的模型来帮助新模型训练。本资源整理了迁移学习相关的一些资源，本部分内容适合初学者，将一些本领域中的经典论文按照时间线进行分类、梳理，分为浅层域适应、深度域适应、对抗域适应和域适应理论四部分。

    针对每一部分，列举了3-4篇经典论文，建议详读这些经典论文，泛读这些经典论文的后续论文，并对其中的部分算法进行实现。

    资源整理自网络，源地址：https://github.com/yuntaodu/Transfer-learning-materials/blob/master/readme.md

目录

内容截图