免费书籍汇总。　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　…

关于西电计科本科学习的一些经验分享与资料汇总

个人收藏书籍列表　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　…

Personalized federated learning codebase for research

用于小猿口算的基于Python的自动答题工具

人工智能模型玩王者荣耀

带RL 训练50000timesteps

Official implement for IJCAI'24 paper ''Federated Prompt Learning for Weather Foundation Models on Devices''.

Code release for Tackling Data Heterogeneity in Federated Learning with Class Prototypes appeared on AAAI2023.

Implementation of 'DIVA: Domain Invariant Variational Autoencoders'

Consistent Prompting for Rehearsal-Free Continual Learning [CVPR2024]

Toolkit for building machine learning models that generalize to unseen domains and are robust to privacy and other attacks.

Domain Generalization with MixStyle (ICLR'21)

PyTorch implementation of CCSA("Unified Deep Supervised Domain Adaptation and Generalization")

A pytorch implementation for paper 'Exploring Simple Siamese Representation Learning'

Official implementation of AUC-CL (ICLR 2024).

Federated Adversarial Domain Generalization

37 traditional FL (tFL) or personalized FL (pFL) algorithms, 3 scenarios, and 20 datasets.

Transfer learning / domain adaptation / domain generalization / multi-task learning etc. Papers, codes, datasets, applications, tutorials.-迁移学习

This is the Official PyTorch implemention of our ICASSP2024 paper "G2G: Generalized Learning by Cross-Domain Knowledge Transfer for Federated Domain Generalization".

[ICLR2023] Towards Understanding and Mitigating Dimensional Collapse in Heterogeneous Federated Learning (https://arxiv.org/abs/2210.00226)

[CVPR 2023] Federated Domain Generalization with Generalization Adjustment

[NeurIPS 2023] "FedFed: Feature Distillation against Data Heterogeneity in Federated Learning"

[NeurIPS 2023] "FedFed: Feature Distillation against Data Heterogeneity in Federated Learning"