#representation-learning Repositórios
Descubra 55 repositórios ativos de código aberto no GitHub marcados com #representation-learning, acumulando um total de 93,365 estrelas (uma média de 1,697 por projeto). O líder deste tópico é jindongwang/transferlearning, com 14,330 estrelas.
55 repositórios no total
Aprendizado por transferência / adaptação de domínio / generalização de domínio / aprendizado multi-tarefa etc. Artigos, códigos, conjuntos de dados, aplicações, tutoriais.-Aprendizado por transferência
Software em C e arquivos de dados para o popular modelo GloVe para representações de palavras distribuídas, também conhecidas como vetores de palavras ou embeddings
Lista de leitura para tópicos de pesquisa em aprendizado de máquina multimodal
Aprendizagem de representações em grafos grandes usando convoluções gráficas estocásticas.
Toolkit de Pré-treinamento e Aprendizagem de Representação de Fala Autossupervisionada
Implementação PyTorch do SimCLR: Uma Estrutura Simples para Aprendizagem Contrastiva de Representações Visuais
Biblioteca Python para Aprendizado de Representação em Grafos de Conhecimento https://docs.ampligraph.org
Cambrian-1 é uma família de LLMs multimodais com um design centrado na visão.
[Apresentação oral na CVPR'24] Repositório oficial do Point Transformer V3 (PTv3). Também oferece um pacote PyTorch + Triton instalável via pip, com os codificadores pré-treinados Sonata, Concerto e Utonia.
Listagem de artigos sobre aprendizado de máquina para proteínas.
Treinamento Unificado de Transformers Universais de Previsão de Séries Temporais
Código para o artigo da TKDE "Aprendizagem auto-supervisionada em grafos: Contrastiva, generativa ou preditiva"
Código para "MatchAnything: Universal Cross-Modality Image Matching with Large-Scale Pre-Training", TPAMI 2026.
Uma lista abrangente de artigos incríveis de aprendizado contrastivo autossupervisionado.
GraphVite: Um Sistema Geral e de Alto Desempenho para Incorporação de Grafos
Treinamento e inferência distribuídos para percepção multimodal: embeddings compartilhados para texto, imagens, vídeo, áudio, código e grafos, de 64 a 1.024 dimensões 🖼️
Plataforma de Biocomputação com Aprendizado de Representação em Larga Escala e Aprendizado Profundo Multi-Tarefa – Kit de Ferramentas de Biocomputação "Hélice"
LibCity: Uma Biblioteca Aberta para Mineração de Dados Espaço-temporais Urbanos
[Candidato a Melhor Artigo ECCV 2024 & TPAMI 2025] PointLLM: Capacitando Grandes Modelos de Linguagem para Entender Nuvens de Pontos
Um modelo de representação geral que abrange as modalidades de visão, áudio e linguagem. Artigo: ONE-PEACE: Exploring One General Representation Model Toward Unlimited Modalities
Uma base de código e uma lista selecionada de aprendizado profundo de cauda longa (TPAMI 2023).
[IEEE T-KDE 2026] Awesome Deep Graph Clustering é uma coleção de métodos de deep graph clustering inovadores e de última geração (SOTA) (artigos, códigos e conjuntos de dados).
Sobre o lançamento do código para "TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis" (ICLR 2023), https://openreview.net/pdf?id=ju_Uqw384Oq
Pipelines, modelos e zoológico de aprendizado e recuperação de métricas.
Cell2Sentence: Ensinando aos Grandes Modelos de Linguagem a Linguagem da Biologia
Representação robusta de grafos semanticamente constrangidos, em particular para moléculas em química
Implementação em PyTorch do SimCLR: Uma Estrutura Simples para Aprendizado Contrastivo de Representações Visuais por T. Chen et al.
Uma linha de base poderosa para classificação de imagens, reconhecimento facial e recuperação de imagens com Pytorch
[Prêmio de Jovem Cientista da MICCAI 2019] [Prêmio de Melhor Artigo da MedIA] Models Genesis: pré-treinamento autossupervisionado para imagens médicas 3D. Aprende representações transferíveis a partir de volumes de TC e RM não rotulados e, em seguida, é ajustado para tarefas posteriores de segmentação e classificação. Pesos para Keras e PyTorch incluídos.
[Destaque CVPR'25] Repositório oficial de Sonata: Aprendizado Auto-Supervisionado de Representações de Pontos Confiáveis
Este repositório contém o código para "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] e "MMEB-V3" [COLM 2026]
Incrível Aprendizagem de Representação de Proteínas
[CVPR 2022] Pré-Treinamento de Transformadores de Nuvem de Pontos 3D com Modelagem de Ponto Mascarado
Implementação de “DreamDiffusion: Geração de Imagens de Alta Qualidade a Partir de Sinais de EEG Cerebrais”
Uma coleção selecionada de artigos de pesquisa que exploram a utilização de LLMs para tarefas relacionadas a grafos.
Lista de artigos sobre incorporação hiperbólica, modelos hiperbólicos e aplicações hiperbólicas.
[NeurIPS 2021] Benchmarks Multiescala para Aprendizagem de Representação Multimodal
Perguntas Frequentes
Qual é o repositório de #representation-learning mais popular no GitHub?
O projeto de código aberto de #representation-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
Quais linguagens de programação são mais usadas nos repositórios de #representation-learning?
Entre os projetos de #representation-learning mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C, C++.
Como é calculada a classificação dos repositórios de #representation-learning?
Acompanhamos 55 repositórios ativos de código aberto marcados com #representation-learning (com mais de 500 estrelas), totalizando 93,365 estrelas e uma média de 1,697 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.