Git Stars Git Stars

#meta-learning Repositorios

Descubre 26 repositorios activos de código abierto de GitHub etiquetados con #meta-learning, que acumulan 56,716 estrellas en total (una media de 2,181 estrellas por proyecto). El líder de este tema es jindongwang/transferlearning, con 14,330 estrellas.

26
Total de Repositorios
56,716
Total de estrellas
2,181
Promedio de Estrellas/Repo

27 repositorios en total

1
jindongwang/transferlearning

Aprendizaje por transferencia / Adaptación de dominio / Generalización de dominio / Aprendizaje multitarea etc. Artículos, códigos, conjuntos de datos, aplicaciones, tutoriales. - Aprendizaje por transferencia

jindongwang
⭐ 14,330 Python 👤 jindongwang User 🕐 Actualizado 2025-02-18 📅 Creado 2017-04-30
2
automl/auto-sklearn

Aprendizaje automático automatizado con scikit-learn

automl
⭐ 8,147 Python 👤 automl Organization 🕐 Actualizado 2026-11-16 📅 Creado 2015-07-02
3
aiming-lab/MetaClaw

🦞 Solo habla con tu agente — aprende y EVOLUCIONA 🧬.

aiming-lab
⭐ 3,470 Python 👤 aiming-lab Organization 🕐 Actualizado 2026-06-07 📅 Creado 2026-03-09
4
MaximeVandegar/Papers-in-100-Lines-of-Code

Implementación de artículos en 100 líneas de código.

MaximeVandegar
⭐ 2,915 Python 👤 MaximeVandegar User 🕐 Actualizado 2026-10-22 📅 Creado 2020-10-26
5
learnables/learn2learn

Una biblioteca de PyTorch para la investigación en meta-aprendizaje

learnables
⭐ 2,896 Python 👤 learnables Organization 🕐 Actualizado 2025-12-16 📅 Creado 2019-08-08
6
huawei-noah/HEBO

Biblioteca de optimización bayesiana y aprendizaje por refuerzo desarrollada por Huawei Noah's Ark Lab

huawei-noah
⭐ 2,819 Jupyter Notebook 👤 huawei-noah Organization 🕐 Actualizado 2026-10-12 📅 Creado 2021-09-10
7
vsitzmann/awesome-implicit-representations

Una lista curada de recursos sobre representaciones neuronales implícitas.

vsitzmann
⭐ 2,612 👤 vsitzmann User 🕐 Actualizado 2024-02-11 📅 Creado 2020-12-28
8
jennyzzt/dgm

Darwin Gödel Machine: Evolución abierta de agentes que se auto-mejoran

jennyzzt
⭐ 2,223 Python 👤 jennyzzt User 🕐 Actualizado 2025-08-13 📅 Creado 2025-05-23
9
Continual-Intelligence/SEAL

Modelos de Lenguaje Autoajustables

Continual-Intelligence
⭐ 1,833 Python 👤 Continual-Intelligence Organization 🕐 Actualizado 2025-08-01 📅 Creado 2025-06-13
10
tata1661/FSL-Mate

FSL-Mate: Una colección de recursos para el aprendizaje con pocos ejemplos (FSL).

tata1661
⭐ 1,764 Python 👤 tata1661 User 🕐 Actualizado 2026-04-18 📅 Creado 2020-03-28
11
ShengranHu/ADAS

[ICLR 2025] Diseño automatizado de sistemas agentivos

ShengranHu
⭐ 1,587 Python 👤 ShengranHu User 🕐 Actualizado 2025-01-28 📅 Creado 2024-07-31
12
sicara/easy-few-shot-learning

Código listo para usar y cuadernos de tutoriales para impulsar su camino hacia el aprendizaje de pocas muestras para la clasificación de imágenes.

sicara
⭐ 1,287 Python 👤 sicara Organization 🕐 Actualizado 2024-11-13 📅 Creado 2021-02-01
13
RL-VIG/LibFewShot

[TPAMI 2023] LibFewShot: Una biblioteca completa para el aprendizaje con pocos ejemplos (Few-shot Learning).

RL-VIG
⭐ 1,072 Python 👤 RL-VIG Organization 🕐 Actualizado 2025-10-27 📅 Creado 2021-08-04
14
windmaple/awesome-AutoML

Curando una lista de investigaciones relacionadas con AutoML, herramientas, proyectos y otros recursos

windmaple
⭐ 946 👤 windmaple User 🕐 Actualizado 2026-03-24 📅 Creado 2018-11-05
15
ssnl/dataset-distillation

Código de código abierto para el paper "Dataset Distillation"

ssnl
⭐ 824 Python 👤 ssnl User 🕐 Actualizado 2025-06-17 📅 Creado 2018-12-04
17
EnnengYang/Awesome-Model-Merging-Methods-Theories-Applications

Fusión de Modelos en LLMs, MLLMs y más allá: Métodos, Teorías, Aplicaciones y Oportunidades. ACM Computing Surveys, 2026.

EnnengYang
⭐ 801 👤 EnnengYang User 🕐 Actualizado 2026-11-13 📅 Creado 2024-06-19
18
google-research/meta-dataset

Un conjunto de datos de conjuntos de datos para aprender a aprender de pocos ejemplos

google-research
⭐ 796 Jupyter Notebook 👤 google-research Organization 🕐 Actualizado 2024-05-24 📅 Creado 2019-03-05
19
yaoyao-liu/meta-transfer-learning

Implementación en TensorFlow y PyTorch de "Meta-Transfer Learning for Few-Shot Learning" (CVPR2019)

yaoyao-liu
⭐ 786 Python 👤 yaoyao-liu User 🕐 Actualizado 2025-06-02 📅 Creado 2018-12-16
20
google-deepmind/disco_rl

Código acompañante para la publicación de Nature "Discovering State-of-the-art Reinforcement Algorithms"

google-deepmind
⭐ 753 Python 👤 google-deepmind Organization 🕐 Actualizado 2025-12-02 📅 Creado 2025-07-24
21
weimingwill/awesome-federated-learning

Todos los materiales que necesitas para Federated Learning: blogs, videos, papers y softwares, etc.

weimingwill
⭐ 738 Shell 👤 weimingwill User 🕐 Actualizado 2025-11-16 📅 Creado 2019-11-10
22
google/pyglove

Manipulación de programas Python

google
⭐ 724 Python 👤 google Organization 🕐 Actualizado 2026-11-11 📅 Creado 2022-05-12
23
test-time-training/e2e

Implementación oficial de JAX de entrenamiento de tiempo de prueba de extremo a extremo para contexto largo

test-time-training
⭐ 721 Python 👤 test-time-training User 🕐 Actualizado 2026-02-15 📅 Creado 2025-12-18
24
google-deepmind/opro

Código oficial para "Large Language Models as Optimizers"

google-deepmind
⭐ 673 Python 👤 google-deepmind Organization 🕐 Actualizado 2024-12-04 📅 Creado 2023-10-02
25
metaopt/torchopt

TorchOpt es una biblioteca eficiente para optimización diferenciable construida sobre PyTorch.

metaopt
⭐ 639 Python 👤 metaopt Organization 🕐 Actualizado 2026-11-02 📅 Creado 2022-04-08
26
kjunelee/MetaOptNet

Meta-Learning con Optimización Convexa Diferenciable (CVPR 2019 Oral)

kjunelee
⭐ 544 Python 👤 kjunelee User 🕐 Actualizado 2024-07-25 📅 Creado 2018-11-02
27
rsi-gear/gear

Kits de herramientas para la automejora recursiva (RSI). Un marco modular para la evolución recursiva del andamiaje.

rsi-gear
⭐ 509 TypeScript 👤 rsi-gear Organization 🕐 Actualizado 2026-11-18 📅 Creado 2026-08-18

Preguntas frecuentes

1

¿Cuál es el repositorio de #meta-learning más popular en GitHub?

El proyecto de código abierto de #meta-learning mejor posicionado en GitHub es jindongwang/transferlearning, con 14,330 estrellas. Aprendizaje por transferencia / Adaptación de dominio / Generalización de dominio / Aprendizaje multitarea etc. Artículos, códigos, conjuntos de datos, aplicaciones, tutoriales. - Aprendizaje por transferencia

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #meta-learning?

Entre los proyectos de #meta-learning mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Shell, TypeScript.

3

¿Cómo se calcula la clasificación de los repositorios de #meta-learning?

Seguimos 26 repositorios activos de código abierto etiquetados con #meta-learning (500+ estrellas), que suman un total de 56,716 estrellas, con una media de 2,181 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.