#representation-learning Repositories
Entdecke 55 aktive Open-Source-GitHub-Repositories, die mit #representation-learning getaggt sind und insgesamt 93,365 Sterne gesammelt haben (durchschnittlich 1,697 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist jindongwang/transferlearning mit 14,330 Sternen.
Insgesamt 55 Repositories
Transfer Learning / Domain Adaptation / Domain Generalization / Multi-Task Learning usw. Papers, Codes, Datasets, Anwendungen, Tutorials. - Transfer Learning
Software in C und Daten-Dateien für das beliebte GloVe-Modell für verteilte Wortdarstellungen, a.k.a. Wortvektoren oder Embeddings
Leseliste für Forschungsthemen im multimodalen maschinellen Lernen
Repräsentationslernen auf großen Graphen mit stochastischen Graphenkonvolutionen.
PyTorch-Implementierung von SimCLR: Ein einfaches Framework für kontrastives Lernen visueller Darstellungen
Python-Bibliothek für Representation Learning auf Knowledge Graphs https://docs.ampligraph.org
Cambrian-1 ist eine Familie multimodaler LLMs mit einem visionzentrierten Design.
[Vortrag auf der CVPR'24] Offizielles Repository von Point Transformer V3 (PTv3). Außerdem ein per pip installierbares PyTorch- und Triton-Paket mit den vortrainierten Encodern Sonata, Concerto und Utonia.
Auflistung von Aufsätzen über maschinelles Lernen für Proteine.
Vereinheitlichtes Training von Universal-Zeitreihenprognose-Transformatoren
Code für das TKDE-Papier „Selbstüberwachtes Lernen auf Graphen: Kontrastiv, generativ oder prädiktiv“
Code für "MatchAnything: Universal Cross-Modality Image Matching with Large-Scale Pre-Training", TPAMI 2026.
Eine umfassende Liste von großartigen kontrastiven selbstüberwachten Lernpapieren.
GraphVite: Ein allgemeines und hochperformantes Graph-Embedding-System
Verteiltes Training und Inferenz für multimodale Wahrnehmung: gemeinsame Embeddings für Text, Bilder, Video, Audio, Code und Graphen mit 64 bis 1.024 Dimensionen 🖼️
Bio-Computing-Plattform mit groß angelegtem Repräsentationslernen und Multi-Task Deep Learning: Das „Propeller“-Bio-Computing-Toolkit
LibCity: Eine offene Bibliothek für städtische raum-zeitliche Datenanalyse
[ECCV 2024 Best Paper Kandidat & TPAMI 2025] PointLLM: Große Sprachmodelle befähigen, Punktwolken zu verstehen
Ein allgemeines Repräsentationsmodell für visuelle, Audio- und Sprachmodalitäten. Arbeit: ONE-PEACE: Untersuchung eines allgemeinen Repräsentationsmodells für unbegrenzte Modalitäten
Eine Codebasis und eine kuratierte Liste von hervorragendem Deep Long-Tailed Learning (TPAMI 2023).
[IEEE T-KDE 2026] Awesome Deep Graph Clustering ist eine Sammlung von SOTA- und neuartigen Deep-Graph-Clustering-Methoden (Artikel, Codes und Datensätze).
Über die Code-Veröffentlichung für „TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis“ (ICLR 2023), https://openreview.net/pdf?id=ju_Uqw384Oq
Robuste Darstellung semantisch eingeschränkter Graphen, insbesondere für Moleküle in der Chemie
PyTorch-Implementierung von SimCLR: Ein einfaches Framework für das kontrastive Lernen visueller Darstellungen von T. Chen et al.
Ein leistungsstarker Ausgangspunkt für Bildklassifizierung, Gesichtserkennung und Bildabruf mit Pytorch
[MICCAI-Preis für junge Wissenschaftler 2019] [MedIA-Preis für die beste Publikation] Models Genesis: selbstüberwachtes Vortraining für medizinische 3D-Bilder. Lernt übertragbare Repräsentationen aus nicht annotierten CT- und MRT-Volumendaten und wird anschließend für nachgelagerte Segmentierungs- und Klassifikationsaufgaben feinabgestimmt. Keras- und PyTorch-Gewichte enthalten.
[CVPR'25 Highlight] Offizielles Repository von Sonata: Selbstüberwachtes Lernen von zuverlässigen Punktrepräsentationen
Dieses Repository enthält den Code für "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] und "MMEB-V3" [COLM 2026]
[CVPR 2022] Vortraining von 3D-Punktwolken-Transformatoren mit maskiertem Punktmodellierungsverfahren
Implementierung von „DreamDiffusion: Generierung hochwertiger Bilder aus Gehirn-EEG-Signalen“
Eine kuratierte Sammlung von Forschungsarbeiten, die die Nutzung von LLMs für graphenbezogene Aufgaben untersuchen.
Papierliste zu hyperbolischer Einbettung, hyperbolischen Modellen, hyperbolischen Anwendungen
[NeurIPS 2021] Multiskalen-Benchmarks für multimodales Repräsentationslernen
Häufig gestellte Fragen
Welches ist das beliebteste #representation-learning-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#representation-learning-Projekt auf GitHub ist jindongwang/transferlearning mit 14,330 Sternen. Transfer Learning / Domain Adaptation / Domain Generalization / Multi-Task Learning usw. Papers, Codes, Datasets, Anwendungen, Tutorials. - Transfer Learning
Welche Programmiersprachen werden in #representation-learning-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #representation-learning-Projekten auf GitHub sind Python, Jupyter Notebook, C, C++ die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #representation-learning-Repositories berechnet?
Wir verfolgen 55 aktive Open-Source-Repositories, die mit #representation-learning getaggt sind (500+ Sterne), mit insgesamt 93,365 Sternen und durchschnittlich 1,697 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.