#meta-learning Dépôts
Découvrez 26 dépôts GitHub open source actifs associés à #meta-learning, cumulant 56,716 étoiles au total (soit une moyenne de 2,181 étoiles par projet). Le projet en tête de ce thème est jindongwang/transferlearning, avec 14,330 étoiles.
27 dépôts au total
Apprentissage par transfert / Adaptation de domaine / Généralisation de domaine / Apprentissage multi-tâches etc. Articles, codes, ensembles de données, applications, tutoriels. - Apprentissage par transfert
Bibliothèque d'optimisation bayésienne et d'apprentissage par renforcement développée par le laboratoire Noah's Ark de Huawei
Une liste organisée de ressources sur les représentations neuronales implicites.
FSL-Mate: Une collection de ressources pour l'apprentissage par peu d'exemples (FSL).
Code prêt à l'emploi et notebooks de tutoriel pour accélérer votre approche de l'apprentissage few-shot pour la classification d'images.
[TPAMI 2023] LibFewShot : Une bibliothèque complète pour l'apprentissage par peu d'exemples (Few-shot Learning).
Curatage d'une liste de recherches, outils, projets et autres ressources liés à l'AutoML
Fusion de Modèles dans les LLMs, MLLMs et au-delà : Méthodes, Théories, Applications et Opportunités. ACM Computing Surveys, 2026.
Un ensemble de données d'ensembles de données pour apprendre à apprendre à partir de peu d'exemples
Implémentation TensorFlow et PyTorch de "Meta-Transfer Learning for Few-Shot Learning" (CVPR2019)
Code d'accompagnement pour la publication Nature "Discovering State-of-the-art Reinforcement Algorithms"
Tous les matériaux dont vous avez besoin pour Federated Learning : blogs, vidéos, articles et logiciels, etc.
Implémentation officielle de JAX d'entraînement End-to-End en temps de test pour un contexte long
TorchOpt est une bibliothèque efficace pour l'optimisation différentiable construite sur PyTorch.
Boîtes à outils pour l’auto-amélioration récursive (RSI). Un framework modulaire pour l’évolution récursive du harnais.
Foire aux questions
Quel est le dépôt #meta-learning le plus populaire sur GitHub ?
Le projet #meta-learning open source le mieux classé sur GitHub est jindongwang/transferlearning, avec 14,330 étoiles. Apprentissage par transfert / Adaptation de domaine / Généralisation de domaine / Apprentissage multi-tâches etc. Articles, codes, ensembles de données, applications, tutoriels. - Apprentissage par transfert
Quels langages de programmation sont les plus utilisés dans les dépôts #meta-learning ?
Parmi les projets #meta-learning les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Shell, TypeScript.
Comment le classement des dépôts #meta-learning est-il calculé ?
Nous suivons 26 dépôts open source actifs associés à #meta-learning (500+ étoiles), totalisant 56,716 étoiles, avec une moyenne de 2,181 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.