Git Stars Git Stars

#meta-learning Repositórios

Descubra 26 repositórios ativos de código aberto no GitHub marcados com #meta-learning, acumulando um total de 56,716 estrelas (uma média de 2,181 por projeto). O líder deste tópico é jindongwang/transferlearning, com 14,330 estrelas.

26
Total de Repositórios
56,716
Total de estrelas
2,181
Média de Estrelas/Repositório

27 repositórios no total

1
jindongwang/transferlearning

Aprendizado por transferência / adaptação de domínio / generalização de domínio / aprendizado multi-tarefa etc. Artigos, códigos, conjuntos de dados, aplicações, tutoriais.-Aprendizado por transferência

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

Aprendizagem de Máquina Automatizada com scikit-learn

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

🦞 Basta conversar com seu agente — ele aprende e EVOLUI 🧬.

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

Implementação de artigos em 100 linhas de código.

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

Uma Biblioteca PyTorch para Pesquisa de Meta-aprendizado

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

Biblioteca de otimização Bayesiana e Aprendizagem por Reforço desenvolvida pelo Huawei Noah's Ark Lab

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

Uma lista selecionada de recursos sobre representações neurais implícitas.

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

Máquina de Gödel de Darwin: Evolução em Aberto de Agentes Autoaperfeiçoáveis

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

Modelos de Linguagem Auto-Adaptáveis

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

FSL-Mate: Uma coleção de recursos para aprendizado com poucas amostras (FSL).

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

[ICLR 2025] Projeto Automatizado de Sistemas Agênticos

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

Código pronto para usar e notebooks de tutoriais para impulsionar seu aprendizado com poucos exemplos em classificação de imagens.

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

[TPAMI 2023] LibFewShot: Uma Biblioteca Abrangente para Aprendizado com Poucos Exemplos.

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

Curadoria de uma lista de pesquisas, ferramentas, projetos e outros recursos relacionados a AutoML

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

Código aberto para o artigo "Dataset Distillation"

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

Fusão de Modelos em LLMs, MLLMs e Além: Métodos, Teorias, Aplicações e Oportunidades. ACM Computing Surveys, 2026.

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

Um conjunto de dados de conjuntos de dados para aprender a aprender com poucos exemplos

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

Implementação em TensorFlow e PyTorch de "Meta-Transfer Learning for Few-Shot Learning" (CVPR2019)

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

Código complementar para a publicação na Nature "Discovering State-of-the-art Reinforcement Algorithms"

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

Todos os materiais que você precisa para Aprendizado Federado: blogs, vídeos, artigos e softwares, etc.

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

Manipulação de Programas Python

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

Implementação oficial JAX de treinamento de tempo de teste de ponta a ponta para contexto longo

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

código oficial para "Large Language Models as Optimizers"

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

TorchOpt é uma biblioteca eficiente para otimização diferenciável, construída sobre o PyTorch.

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

Meta-Learning com Otimização Convexa Diferenciável (CVPR 2019 Oral)

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

Kits de ferramentas para autodesenvolvimento recursivo (RSI). Um framework modular para a evolução recursiva do arcabouço de execução.

rsi-gear
⭐ 509 TypeScript 👤 rsi-gear Organization 🕐 Atualizado 2026-11-18 📅 Criado 2026-08-18

Perguntas Frequentes

1

Qual é o repositório de #meta-learning mais popular no GitHub?

O projeto de código aberto de #meta-learning mais bem classificado no GitHub é jindongwang/transferlearning, com 14,330 estrelas. Aprendizado por transferência / adaptação de domínio / generalização de domínio / aprendizado multi-tarefa etc. Artigos, códigos, conjuntos de dados, aplicações, tutoriais.-Aprendizado por transferência

2

Quais linguagens de programação são mais usadas nos repositórios de #meta-learning?

Entre os projetos de #meta-learning mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Shell, TypeScript.

3

Como é calculada a classificação dos repositórios de #meta-learning?

Acompanhamos 26 repositórios ativos de código aberto marcados com #meta-learning (com mais de 500 estrelas), totalizando 56,716 estrelas e uma média de 2,181 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.