Git Stars Git Stars

#hyperparameter-tuning Dépôts

Découvrez 30 dépôts GitHub open source actifs associés à #hyperparameter-tuning, cumulant 86,490 étoiles au total (soit une moyenne de 2,883 étoiles par projet). Le projet en tête de ce thème est tensorflow/playground, avec 13,115 étoiles.

30
Total des Dépôts
86,490
Nombre total d'étoiles
2,883
Moyenne d'Étoiles/Dépôt
1
tensorflow/playground

Joue avec les réseaux de neurones !

tensorflow
⭐ 13,115 TypeScript 👤 tensorflow Organization 🕐 Mis à jour 2026-06-10 📅 Créé 2016-04-04
2
wandb/wandb

La plateforme pour les développeurs d'IA. Utilisez Weights & Biases pour entraîner et affiner les modèles, et gérer les modèles de l'expérimentation à la production.

wandb
⭐ 11,333 Python 👤 wandb Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2017-03-24
3
skypilot-org/skypilot

La plateforme de calcul IA pour les équipes de pointe. SkyPilot transforme le calcul IA fragmenté en un superordinateur IA, permettant aux équipes de pointe de construire plus rapidement une intelligence personnalisée.

skypilot-org
⭐ 10,869 Python 👤 skypilot-org Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2021-08-11
4
automl/auto-sklearn

Apprentissage automatique automatisé avec scikit-learn

automl
⭐ 8,147 Python 👤 automl Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2015-07-02
5
victoresque/pytorch-template

Projets d'apprentissage profond PyTorch rendus faciles.

victoresque
⭐ 5,067 Python 👤 victoresque User 🕐 Mis à jour 2024-06-04 📅 Créé 2018-03-13
6
amanchadha/coursera-deep-learning-specialization

Notes, devoirs de programmation et quiz de tous les cours de la spécialisation Deep Learning de Coursera proposés par deeplearning.ai : (i) Réseaux neuronaux et Deep Learning ; (ii) Amélioration des réseaux neuronaux profonds : réglage des hyperparamètres, régularisation et optimisation ; (iii) Structuration des projets d'apprentissage automatique ; (iv) Réseaux neuronaux convolutifs ; (v) Modèles de séquence

amanchadha
⭐ 4,424 Jupyter Notebook 👤 amanchadha User 🕐 Mis à jour 2026-06-10 📅 Créé 2020-06-24
7
determined-ai/determined

Determined est une plateforme open-source d'apprentissage automatique qui simplifie l'entraînement distribué, le réglage des hyperparamètres, le suivi des expériences et la gestion des ressources. Fonctionne avec PyTorch et TensorFlow.

determined-ai
⭐ 3,225 Go 👤 determined-ai Organization 🕐 Mis à jour 2025-03-20 📅 Créé 2020-04-07
8
DLR-RM/rl-baselines3-zoo

Un framework d'entraînement pour les agents d'apprentissage par renforcement Stable Baselines3, avec optimisation des hyperparamètres et agents pré-entraînés inclus.

DLR-RM
⭐ 2,914 Python 👤 DLR-RM Organization 🕐 Mis à jour 2026-11-14 📅 Créé 2020-05-05
9
meta/Ax

Plateforme d'expérimentation adaptative

meta
⭐ 2,848 Python 👤 meta Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2019-02-09
10
NVIDIA/NeMo-Agent-Toolkit

La boîte à outils NVIDIA NeMo Agent est une bibliothèque open-source pour connecter et optimiser efficacement des équipes d'agents IA.

NVIDIA
⭐ 2,711 Python 👤 NVIDIA Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-03-06
11
facebookresearch/schedule_free

Optimisation sans planification dans PyTorch

facebookresearch
⭐ 2,335 Python 👤 facebookresearch Organization 🕐 Mis à jour 2026-07-28 📅 Créé 2024-03-27
12
kubeflow/katib

AVERTISSEMENT : le projet Katib est OBSOLÈTE. Les utilisateurs doivent migrer vers OptimizationJob et Kubeflow Trainer.

kubeflow
⭐ 1,707 Python 👤 kubeflow Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2018-04-03
13
google/vizier

Interface de recherche basée sur Python pour l'optimisation de boîtes noires et d'hyperparamètres, basée sur le service interne Google Vizier.

google
⭐ 1,679 Python 👤 google Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2022-02-16
14
topepo/caret

package R caret (Classification And Regression Training) qui contient diverses fonctions pour l'entraînement et la visualisation de modèles de classification et de régression

topepo
⭐ 1,666 R 👤 topepo User 🕐 Mis à jour 2026-11-16 📅 Créé 2014-05-16
15
fastnlp/fitlog

fitlog est un outil utilisé dans l'entraînement en apprentissage profond pour aider les utilisateurs à enregistrer des journaux et à gérer le code.

fastnlp
⭐ 1,517 Python 👤 fastnlp Organization 🕐 Mis à jour 2024-01-16 📅 Créé 2019-04-03
16
automl/SMAC3

SMAC3 : Un package polyvalent d'optimisation bayésienne pour l'optimisation des hyperparamètres

automl
⭐ 1,273 Python 👤 automl Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2016-08-17
17
Xiangyue-Zhang/auto-deep-researcher-24x7

🔥 Un agent IA autonome qui exécute vos expériences d'apprentissage profond 24/7 pendant que vous dormez. Surveillance à coût zéro, architecture Leader-Worker, mémoire de taille constante.

Xiangyue-Zhang
⭐ 1,143 Python 👤 Xiangyue-Zhang User 🕐 Mis à jour 2026-06-03 📅 Créé 2026-04-08
18
juntang-zhuang/Adabelief-Optimizer

Dépôt pour le projecteur NeurIPS 2020 « AdaBelief Optimizer : Adapting stepsizes by the belief in observed gradients »

juntang-zhuang
⭐ 1,067 Jupyter Notebook 👤 juntang-zhuang User 🕐 Mis à jour 2024-08-09 📅 Créé 2020-10-10
19
TreborNamor/TradingView-Machine-Learning-GUI

HyperView est un laboratoire de stratégies TradingView axé sur le terminal pour télécharger les données de marché, backtester des stratégies Python avec un comportement similaire à Pine, et optimiser les paramètres SL/TP.

TreborNamor
⭐ 1,027 Python 👤 TreborNamor User 🕐 Mis à jour 2026-08-18 📅 Créé 2021-01-27
20
tanelp/tiny-diffusion

Une implémentation minimale de PyTorch de modèles de diffusion probabilistes pour des ensembles de données 2D.

tanelp
⭐ 969 Jupyter Notebook 👤 tanelp User 🕐 Mis à jour 2024-05-07 📅 Créé 2023-01-13
21
bayesoptbook/bayesoptbook.github.io

Page Web d'accompagnement du livre "Bayesian Optimization" de Roman Garnett

bayesoptbook
⭐ 930 HTML 👤 bayesoptbook User 🕐 Mis à jour 2024-05-15 📅 Créé 2021-08-25
22
google-deepmind/xmanager

Une plateforme pour la gestion d'expériences d'apprentissage automatique

google-deepmind
⭐ 928 Python 👤 google-deepmind Organization 🕐 Mis à jour 2026-10-23 📅 Créé 2021-04-26
23
alteryx/evalml

EvalML est une bibliothèque AutoML écrite en Python.

alteryx
⭐ 852 Python 👤 alteryx Organization 🕐 Mis à jour 2026-01-14 📅 Créé 2019-07-17
25
tidymodels/tidymodels

Installez et chargez facilement les packages tidymodels

tidymodels
⭐ 824 R 👤 tidymodels Organization 🕐 Mis à jour 2026-09-17 📅 Créé 2018-07-05
26
MIND-Lab/OCTIS

OCTIS : Comparer les modèles de sujets est simple ! Un package Python pour optimiser et évaluer les modèles de sujets (accepté à la piste de démonstration EACL2021)

MIND-Lab
⭐ 807 Python 👤 MIND-Lab Organization 🕐 Mis à jour 2026-06-21 📅 Créé 2020-03-13
27
Western-OC2-Lab/AutoML-Implementation-for-Static-and-Dynamic-Data-Analytics

Implémentation/Tutoriel de l'utilisation des méthodes d'apprentissage automatique automatisé (AutoML) pour l'apprentissage statique/par lots et l'apprentissage en ligne/continu

Western-OC2-Lab
⭐ 629 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 Mis à jour 2024-05-14 📅 Créé 2022-09-09
28
Neuraxio/Neuraxle

La bibliothèque AutoML la plus propre au monde ✨ - Effectuez l'accordage des hyperparamètres avec les bonnes abstractions de pipeline pour écrire des pipelines de production d'apprentissage profond propres. Laissez les étapes de votre pipeline avoir des espaces d'hyperparamètres. Concevez les étapes de votre pipeline comme des composants. Compatible avec Scikit-Learn, TensorFlow et la plupart des autres bibliothèques, frameworks et environnements MLOps.

Neuraxio
⭐ 612 Python 👤 Neuraxio Organization 🕐 Mis à jour 2026-02-20 📅 Créé 2019-03-26
29
BCG-X-Official/facet

IA explicable par l'homme.

BCG-X-Official
⭐ 533 Jupyter Notebook 👤 BCG-X-Official Organization 🕐 Mis à jour 2026-10-28 📅 Créé 2020-08-05
30
facebookresearch/dadaptation

D-Adaptation pour SGD, Adam et AdaGrad

facebookresearch
⭐ 532 Python 👤 facebookresearch Organization 🕐 Mis à jour 2025-01-22 📅 Créé 2022-11-09

Foire aux questions

1

Quel est le dépôt #hyperparameter-tuning le plus populaire sur GitHub ?

Le projet #hyperparameter-tuning open source le mieux classé sur GitHub est tensorflow/playground, avec 13,115 étoiles. Joue avec les réseaux de neurones !

2

Quels langages de programmation sont les plus utilisés dans les dépôts #hyperparameter-tuning ?

Parmi les projets #hyperparameter-tuning les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, R, TypeScript.

3

Comment le classement des dépôts #hyperparameter-tuning est-il calculé ?

Nous suivons 30 dépôts open source actifs associés à #hyperparameter-tuning (500+ étoiles), totalisant 86,490 étoiles, avec une moyenne de 2,883 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.