#representation-learning Repository
Scopri 55 repository GitHub open source attivi contrassegnati con #representation-learning, che raccolgono un totale di 93,365 stelle (con una media di 1,697 stelle per progetto). Il progetto leader di questo argomento è jindongwang/transferlearning, con 14,330 stelle.
55 repository in totale
Transfer learning / Adattamento del dominio / Generalizzazione del dominio / Apprendimento multi-task ecc. Articoli, codici, dataset, applicazioni, tutorial. - Transfer learning
Software in C e file di dati per il popolare modello GloVe per rappresentazioni distribuite di parole, alias vettori di parole o embedding
Lista di lettura per argomenti di ricerca in machine learning multimodale
Apprendimento di rappresentazioni su grafi grandi utilizzando convoluzioni di grafi stocastiche.
Toolkit per il pre-addestramento auto-supervisionato del parlato e l'apprendimento di rappresentazioni
Implementazione PyTorch di SimCLR: Un semplice framework per l'apprendimento contrastivo di rappresentazioni visive
Libreria Python per l'apprendimento di rappresentazioni su grafi di conoscenza https://docs.ampligraph.org
Cambrian-1 è una famiglia di LLM multimodali con un design incentrato sulla visione.
[Presentazione orale a CVPR'24] Repository ufficiale di Point Transformer V3 (PTv3). Include anche un pacchetto PyTorch + Triton installabile con pip, con gli encoder preaddestrati Sonata, Concerto e Utonia.
Addestramento unificato di trasformatori universali per la previsione di serie temporali
Codice per l'articolo TKDE "Apprendimento auto-supervisionato su grafi: Contrastivo, generativo o predittivo"
Codice per "MatchAnything: Universal Cross-Modality Image Matching with Large-Scale Pre-Training", TPAMI 2026.
Un elenco completo di fantastici lavori di apprendimento auto-supervisionato contrastivo.
GraphVite: Un sistema generale e ad alte prestazioni per l'embedding di grafi
Addestramento e inferenza distribuiti per la percezione multimodale: embedding condivisi per testo, immagini, video, audio, codice e grafi, da 64 a 1024 dimensioni 🖼️
Piattaforma di Bio-Computing con apprendimento della rappresentazione su larga scala e deep learning multi-task: il toolkit di bio-computing “Propeller”
[Candidato al Miglior Paper ECCV 2024 e TPAMI 2025] PointLLM: Potenziare i Grandi Modelli Linguistici per Comprendere le Nuvole di Punti
Un modello di rappresentazione generale attraverso modalità visive, audio e linguistiche. Articolo: ONE-PEACE: Esplorazione di un modello di rappresentazione generale verso modalità illimitate
Una codebase e un elenco curato di fantastico Deep Long-Tailed Learning (TPAMI 2023).
[IEEE T-KDE 2026] Awesome Deep Graph Clustering è una raccolta di metodi di deep graph clustering all'avanguardia (SOTA) e innovativi (articoli, codici e dataset).
Informazioni sul rilascio del codice per "TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis" (ICLR 2023), https://openreview.net/pdf?id=ju_Uqw384Oq
Cell2Sentence: Insegnare ai Modelli Linguistici di Grandi Dimensioni il Linguaggio della Biologia
Rappresentazione robusta di grafi con vincoli semantici, in particolare per molecole in chimica
Implementazione PyTorch di SimCLR: Un framework semplice per l'apprendimento contrastivo di rappresentazioni visive di T. Chen et al.
Una potente base per la classificazione di immagini, il riconoscimento facciale e il recupero di immagini con Pytorch
Un framework universale per l'apprendimento della rappresentazione di serie temporali
[Premio per giovani scienziati MICCAI 2019] [Premio per il miglior articolo MedIA] Models Genesis: pre-addestramento autosupervisionato per immagini mediche 3D. Apprende rappresentazioni trasferibili da volumi CT e MRI privi di annotazioni, quindi viene sottoposto a fine-tuning per le attività a valle di segmentazione e classificazione. Pesi Keras e PyTorch inclusi.
[CVPR'25 Highlight] Repository ufficiale di Sonata: Apprendimento auto-supervisionato di rappresentazioni di punti affidabili
Questo repository contiene il codice per "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] e "MMEB-V3" [COLM 2026]
Apprendimento della rappresentazione delle proteine eccezionale
[CVPR 2022] Pre-Allenamento di Transformer per Nuvole di Punti 3D con Modellazione di Punti Mascherati
Implementazione di “DreamDiffusion: Generazione di immagini di alta qualità dai segnali EEG cerebrali”
Una raccolta curata di articoli di ricerca che esplorano l'utilizzo di LLM per attività relative ai grafi.
Elenco di articoli su embedding iperbolici, modelli iperbolici, applicazioni iperboliche
[NeurIPS 2021] Benchmark multiscala per l'apprendimento di rappresentazioni multimodali
Domande frequenti
Qual è il repository #representation-learning più popolare su GitHub?
Il progetto open source #representation-learning più alto in classifica su GitHub è jindongwang/transferlearning, con 14,330 stelle. Transfer learning / Adattamento del dominio / Generalizzazione del dominio / Apprendimento multi-task ecc. Articoli, codici, dataset, applicazioni, tutorial. - Transfer learning
Quali linguaggi di programmazione sono più utilizzati nei repository #representation-learning?
Tra i progetti #representation-learning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C, C++.
Come viene calcolata la classifica dei repository #representation-learning?
Monitoriamo 55 repository open source attivi contrassegnati con #representation-learning (500+ stelle), per un totale di 93,365 stelle e una media di 1,697 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.