#contrastive-learning Repositórios
Descubra 37 repositórios ativos de código aberto no GitHub marcados com #contrastive-learning, acumulando um total de 64,082 estrelas (uma média de 1,731 por projeto). O líder deste tópico é facebookresearch/ImageBind, com 9,084 estrelas.
37 repositórios no total
Treine e avalie embeddings para busca por similaridade com PyTorch. Inclui funções de perda contrastivas, mineração de exemplos difíceis, amostradores e métricas de recuperação.
Uma biblioteca Python para aprendizado autossupervisionado e modelos de mundo latentes aplicados a imagens.
[NeurIPS 2024] Código oficial para PuLID: Personalização de ID Pura e Rápida via Alinhamento Contrastivo
[ECCV2024] Modelos Fundacionais de Vídeo e Dados para Compreensão Multimodal
CLIP de Imagem e Vídeo de última geração, Modelos de Linguagem Grandes Multimodais e muito mais!
Uma coleção de artigos clássicos e de ponta da indústria nas áreas de recomendação/publicidade/pesquisa.
Treinamento completo para modelos de visão (YOLO, ViTs, RT-DETR, DINOv3): pré-treinamento, ajuste fino, destilação.
Código para 'LLM2Vec: Grandes Modelos de Linguagem são Secretamente Poderosos Codificadores de Texto'
solo-learn: uma biblioteca de métodos de auto-supervisão para aprendizado de representação visual com o poder do Pytorch Lightning
Este repositório é a implementação oficial de Disentangling Writer and Character Styles for Handwriting Generation (CVPR 2023)
Treinamento e inferência distribuídos para percepção multimodal: embeddings compartilhados para texto, imagens, vídeo, áudio, código e grafos, de 64 a 1.024 dimensões 🖼️
Lista incrível para pesquisa sobre CLIP (Pré-Treinamento Contrastivo de Linguagem e Imagem).
Embeddings latentes aprendíveis para análise comportamental e neural conjunta - Implementação oficial do CEBRA
Implementação em PyTorch do SimCLR: Uma Estrutura Simples para Aprendizado Contrastivo de Representações Visuais por T. Chen et al.
Uma implementação concisa, mas completa, do CLIP, com várias melhorias experimentais de artigos recentes
Este repositório contém o código para "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] e "MMEB-V3" [COLM 2026]
Framework ultrarrápido para ajuste fino de modelos de aprendizado de similaridade
CAIRI Toolbox e Benchmark para Aprendizagem de Representação Visual Supervisionada, Semi-supervisionada e Auto-supervisionada
EMNLP'22 | MedCLIP: Aprendizagem Contrastiva a partir de Imagens e Textos Médicos Não Emparelhados
Um framework de código aberto para sistemas de recomendação autossupervisionados.
[NeurIPS 2020] "Graph Contrastive Learning with Augmentations" por Yuning You, Tianlong Chen, Yongduo Sui, Ting Chen, Zhangyang Wang, Yang Shen
[WSDM'2024 Oral] "SSLRec: Uma Estrutura de Aprendizagem Auto-Supervisionada para Recomendação"
Sistema de recomendação musical de faixa para faixa, treinado com 45 milhões de faixas do Spotify e 1,8 milhão de playlists. (Insira o ID de uma faixa do Spotify / ISRC para obter músicas semelhantes.)
PLUTO: Empurrando o Limite do Planejamento Baseado em Aprendizagem de Imitação para Direção Autônoma
Aprendizagem contrastiva auto-supervisionada para séries temporais através da consistência tempo-frequência
Perguntas Frequentes
Qual é o repositório de #contrastive-learning mais popular no GitHub?
O projeto de código aberto de #contrastive-learning mais bem classificado no GitHub é facebookresearch/ImageBind, com 9,084 estrelas. ImageBind Um Espaço de Embedding para Unir Todos Eles
Quais linguagens de programação são mais usadas nos repositórios de #contrastive-learning?
Entre os projetos de #contrastive-learning mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Cuda.
Como é calculada a classificação dos repositórios de #contrastive-learning?
Acompanhamos 37 repositórios ativos de código aberto marcados com #contrastive-learning (com mais de 500 estrelas), totalizando 64,082 estrelas e uma média de 1,731 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.