Git Stars Git Stars

#hyperparameter-optimization 仓库

探索 55 个标记为 #hyperparameter-optimization 的活跃开源 GitHub 仓库,它们累计获得 247,121 个 Star(平均每个项目 4,493 个)。该主题的领先项目是 ray-project/ray,拥有 44,352 个 Star。

55
仓库总数
247,121
总星标数
4,493
平均每个仓库星标数
1
ray-project/ray

Ray 是一个 AI 计算引擎。Ray 由核心分布式运行时和一套用于加速 ML 工作负载的 AI 库组成。

ray-project
⭐ 44,352 Python 👤 ray-project Organization 🕐 已更新 2026-11-21 📅 创建时间 2016-10-25
2
google-research/tuning_playbook

一本系统性地最大化深度学习模型性能的操作手册。

google-research
⭐ 29,619 👤 google-research Organization 🕐 已更新 2024-06-18 📅 创建时间 2023-01-18
3
d2l-ai/d2l-en

交互式深度学习书籍,包含多框架代码、数学和讨论。在70个国家500所大学采用,包括斯坦福、麻省理工学院、哈佛和剑桥。

d2l-ai
⭐ 27,684 Python 👤 d2l-ai Organization 🕐 已更新 2024-08-18 📅 创建时间 2018-10-09
4
optuna/optuna

一个超参数优化框架

optuna
⭐ 15,070 Python 👤 optuna Organization 🕐 已更新 2026-11-18 📅 创建时间 2018-02-21
5
wandb/wandb

AI 开发者平台。使用 Weights & Biases 训练和微调模型,并从实验到生产管理模型。

wandb
⭐ 11,333 Python 👤 wandb Organization 🕐 已更新 2026-11-21 📅 创建时间 2017-03-24
6
autogluon/autogluon

3 行代码实现快速准确的 ML

autogluon
⭐ 10,843 Python 👤 autogluon Organization 🕐 已更新 2026-11-16 📅 创建时间 2019-07-29
7
hydra-ecosystem/hydra

Hydra 是一个用于优雅配置复杂应用程序的框架

hydra-ecosystem
⭐ 10,761 Python 👤 hydra-ecosystem Organization 🕐 已更新 2026-11-21 📅 创建时间 2019-06-12
8
EpistasisLab/tpot

一个使用遗传编程优化机器学习管道的Python自动化机器学习工具。

EpistasisLab
⭐ 10,051 Jupyter Notebook 👤 EpistasisLab Organization 🕐 已更新 2025-09-11 📅 创建时间 2015-11-03
9
automl/auto-sklearn

使用 scikit-learn 的自动化机器学习

automl
⭐ 8,147 Python 👤 automl Organization 🕐 已更新 2026-11-16 📅 创建时间 2015-07-02
10
borisbanushev/stockpredictionai

在这个笔记本中,我将创建一个完整的预测股票价格变动过程。跟随我,我们将取得一些相当好的结果。为此,我们将使用生成对抗网络(GAN),其中LSTM(一种循环神经网络)作为生成器,以及卷积神经网络(CNN)作为判别器。我们使用LSTM的原因很明显,因为我们试图预测时间序列数据。为什么我们使用GAN,特别是CNN作为判别器?这是一 个好的 q

borisbanushev
⭐ 5,594 JavaScript 👤 borisbanushev User 🕐 已更新 2025-08-19 📅 创建时间 2019-01-09
11
amanchadha/coursera-deep-learning-specialization

Coursera 深度学习专项课程(由 deeplearning.ai 提供)中的所有课程笔记、编程作业和测验:(i) 神经网络与深度学习;(ii) 改进深度神经网络:超参数调优、正则化与优化;(iii) 机器学习项目的Structuring;(iv) 卷积神经网络;(v) 序列模型

amanchadha
⭐ 4,424 Jupyter Notebook 👤 amanchadha User 🕐 已更新 2026-06-10 📅 创建时间 2020-06-24
12
microsoft/FLAML

一个用于 AutoML 和调优的快速库。加入我们的 Discord:https://discord.gg/Cppx2vSPVP。

microsoft
⭐ 4,422 Jupyter Notebook 👤 microsoft Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-08-20
13
facebookresearch/nevergrad

一个用于进行无梯度优化的 Python 工具箱

facebookresearch
⭐ 4,229 Python 👤 facebookresearch Organization 🕐 已更新 2026-11-02 📅 创建时间 2018-11-21
14
hibayesian/awesome-automl-papers

自动化机器学习论文、文章、教程、幻灯片和项目的精选列表

hibayesian
⭐ 4,136 👤 hibayesian User 🕐 已更新 2024-06-11 📅 创建时间 2017-11-20
15
polyaxon/polyaxon

AI基础设施 / AI编排 / AI控制平面

polyaxon
⭐ 3,749 MDX 👤 polyaxon Organization 🕐 已更新 2026-11-20 📅 创建时间 2016-12-26
16
meta-pytorch/botorch

PyTorch 中的贝叶斯优化

meta-pytorch
⭐ 3,654 Jupyter Notebook 👤 meta-pytorch Organization 🕐 已更新 2026-11-17 📅 创建时间 2018-07-30
17
mljar/mljar-supervised

用于表格数据的 AutoML 的 Python 包,包括特征工程、超参数调优、解释和自动文档

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 已更新 2026-11-05 📅 创建时间 2018-11-05
18
determined-ai/determined

Determined 是一个开源的机器学习平台,可简化分布式训练、超参数调优、实验跟踪和资源管理。支持 PyTorch 和 TensorFlow。

determined-ai
⭐ 3,225 Go 👤 determined-ai Organization 🕐 已更新 2025-03-20 📅 创建时间 2020-04-07
19
KellerJordan/Muon

Muon是神经网络中隐藏层的优化器

KellerJordan
⭐ 2,950 Python 👤 KellerJordan User 🕐 已更新 2026-05-24 📅 创建时间 2024-11-09
20
keras-team/keras-tuner

一个用于Keras的超参数调优库

keras-team
⭐ 2,922 Python 👤 keras-team Organization 🕐 已更新 2025-12-01 📅 创建时间 2019-06-06
21
DLR-RM/rl-baselines3-zoo

用于 Stable Baselines3 强化学习智能体的训练框架,包含超参数优化和预训练的智能体。

DLR-RM
⭐ 2,914 Python 👤 DLR-RM Organization 🕐 已更新 2026-11-14 📅 创建时间 2020-05-05
22
ytzfhqs/AAAMLP-CN

Approaching (Almost) Any Machine Learning Problem中译版,在线文档地址:https://ytzfhqs.github.io/AAAMLP-CN/

ytzfhqs
⭐ 1,987 Jupyter Notebook 👤 ytzfhqs User 🕐 已更新 2025-12-10 📅 创建时间 2023-08-30
23
google/vizier

基于内部 Google Vizier 服务的、面向黑盒和超参数优化的 Python 研究接口。

google
⭐ 1,679 Python 👤 google Organization 🕐 已更新 2026-11-11 📅 创建时间 2022-02-16
24
hyperopt/hyperopt-sklearn

sklearn 的超参数优化

hyperopt
⭐ 1,646 Python 👤 hyperopt Organization 🕐 已更新 2025-04-15 📅 创建时间 2013-02-19
25
autonomio/talos

使用 TensorFlow 和 Keras 的超参数实验

autonomio
⭐ 1,633 Python 👤 autonomio Organization 🕐 已更新 2026-11-13 📅 创建时间 2018-05-04
26
facebookresearch/DomainBed

DomainBed 是一个用于测试领域泛化算法的套件

facebookresearch
⭐ 1,596 Python 👤 facebookresearch Organization 🕐 已更新 2025-12-16 📅 创建时间 2020-06-29
27
facebookexperimental/Robyn

Robyn 是 Meta Marketing Science 推出的实验性、由 AI/ML 驱动且开源的营销组合建模 (MMM) 包。我们的使命是普及建模知识,通过创新启发行业,减少建模过程中的人为偏见,并建立一个强大的开源营销科学社区。

facebookexperimental
⭐ 1,538 Jupyter Notebook 👤 facebookexperimental Organization 🕐 已更新 2026-11-10 📅 创建时间 2020-04-30
28
SakanaAI/ShinkaEvolve

ShinkaEvolve:迈向开放式且样本高效的程序进化 🧬

SakanaAI
⭐ 1,529 Python 👤 SakanaAI Organization 🕐 已更新 2026-11-20 📅 创建时间 2025-09-17
29
gfo-project/Gradient-Free-Optimizers

轻量级优化,使用局部、全局、基于种群和顺序技术跨混合搜索空间

gfo-project
⭐ 1,277 Python 👤 gfo-project Organization 🕐 已更新 2026-11-06 📅 创建时间 2020-04-04
30
automl/SMAC3

SMAC3:一个用于超参数优化的多功能贝叶斯优化包

automl
⭐ 1,273 Python 👤 automl Organization 🕐 已更新 2026-11-18 📅 创建时间 2016-08-17
31
wandb/examples

使用 wandb 功能的示例深度学习项目。

wandb
⭐ 1,213 Jupyter Notebook 👤 wandb Organization 🕐 已更新 2026-11-19 📅 创建时间 2018-01-29
32
callous-youth/BOAT

一个用于基于梯度的双层优化的组合操作工具箱

callous-youth
⭐ 1,143 Python 👤 callous-youth User 🕐 已更新 2026-11-18 📅 创建时间 2024-11-27
33
TreborNamor/TradingView-Machine-Learning-GUI

HyperView 是一个以终端为先的 TradingView 策略实验室,用于下载市场数据、回测具有 Pine 般行为的 Python 策略,并优化 SL/TP 参数。

TreborNamor
⭐ 1,027 Python 👤 TreborNamor User 🕐 已更新 2026-08-18 📅 创建时间 2021-01-27
34
AgileRL/AgileRL

面向大语言模型的完整后训练技术栈,并支持针对任意问题的强化学习。内置 SFT、DPO、多轮智能体强化学习,以及进化式超参数优化。

AgileRL
⭐ 971 Python 👤 AgileRL Organization 🕐 已更新 2026-11-21 📅 创建时间 2023-03-01
35
dask/dask-ml

使用 Dask 的可扩展机器学习

dask
⭐ 950 Python 👤 dask Organization 🕐 已更新 2025-09-27 📅 创建时间 2017-06-15
36
windmaple/awesome-AutoML

整理 AutoML 相关研究、工具、项目和其他资源的列表

windmaple
⭐ 946 👤 windmaple User 🕐 已更新 2026-03-24 📅 创建时间 2018-11-05
37
guildai/guildai

实验跟踪,ML 开发者工具

guildai
⭐ 899 Python 👤 guildai Organization 🕐 已更新 2025-04-29 📅 创建时间 2017-09-27
38
optuna/optuna-examples

https://github.com/optuna/optuna 的示例

optuna
⭐ 866 Python 👤 optuna Organization 🕐 已更新 2026-11-12 📅 创建时间 2021-05-10
39
uma-pi1/kge

LibKGE - 一个用于可重现研究的知识图谱嵌入库

uma-pi1
⭐ 835 Python 👤 uma-pi1 Organization 🕐 已更新 2026-04-01 📅 创建时间 2019-02-22
40
optuna/optuna-dashboard

Optuna 的实时 Web 仪表板。

optuna
⭐ 816 TypeScript 👤 optuna Organization 🕐 已更新 2026-11-19 📅 创建时间 2020-10-24
41
MIND-Lab/OCTIS

OCTIS:比较主题模型很简单!一个用于优化和评估主题模型的Python包(被EACL2021演示轨道录用)

MIND-Lab
⭐ 807 Python 👤 MIND-Lab Organization 🕐 已更新 2026-06-21 📅 创建时间 2020-03-13
42
Optim-Agent/optim-agent

将LLM代理作为您的超参数优化器。

Optim-Agent
⭐ 796 Python 👤 Optim-Agent User 🕐 已更新 2026-08-14 📅 创建时间 2026-07-07
43
rsteca/sklearn-deap

在 scikit-learn 中使用进化算法代替 gridsearch

rsteca
⭐ 772 Jupyter Notebook 👤 rsteca User 🕐 已更新 2024-02-10 📅 创建时间 2015-10-28
44
abhishekkrthakur
⭐ 728 Python 👤 abhishekkrthakur User 🕐 已更新 2024-09-14 📅 创建时间 2021-10-26
45
dabl/dabl

数据分析基准库

dabl
⭐ 727 Jupyter Notebook 👤 dabl Organization 🕐 已更新 2024-12-16 📅 创建时间 2018-09-14
46
aimclub/FEDOT

自动化建模和机器学习框架 FEDOT

aimclub
⭐ 714 Python 👤 aimclub Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-01-13
47
yandex/rep

面向人类的机器学习工具箱

yandex
⭐ 698 Jupyter Notebook 👤 yandex Organization 🕐 已更新 2024-07-31 📅 创建时间 2015-04-13
48
google-deepmind/opro

“利用大型语言模型进行优化”的官方代码

google-deepmind
⭐ 673 Python 👤 google-deepmind Organization 🕐 已更新 2024-12-04 📅 创建时间 2023-10-02
49
ssssi/freqtrade_strs

Freqtrade 的交易策略

ssssi
⭐ 653 Python 👤 ssssi User 🕐 已更新 2026-07-24 📅 创建时间 2022-01-19
50
Neuraxio/Neuraxle

世界上最干净的 AutoML 库 ✨ - 使用正确的管道抽象进行超参数调优,编写干净的深度学习生产管道。让您的管道步骤拥有超参数空间。像组件一样设计管道中的步骤。与 Scikit-Learn、TensorFlow 以及大多数其他库、框架和 MLOps 环境兼容。

Neuraxio
⭐ 612 Python 👤 Neuraxio Organization 🕐 已更新 2026-02-20 📅 创建时间 2019-03-26

常见问题解答

1

GitHub 上最受欢迎的 #hyperparameter-optimization 仓库是什么?

GitHub 上排名第一的开源 #hyperparameter-optimization 项目是 ray-project/ray,拥有 44,352 个 Star。Ray 是一个 AI 计算引擎。Ray 由核心分布式运行时和一套用于加速 ML 工作负载的 AI 库组成。

2

#hyperparameter-optimization 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #hyperparameter-optimization 项目中,最常见的编程语言是 Python, Jupyter Notebook, JavaScript, MDX。

3

#hyperparameter-optimization 仓库的排名是如何计算的?

我们跟踪了 55 个标记为 #hyperparameter-optimization 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 247,121 个 Star,平均每个仓库拥有 4,493 个 Star。排名每日根据 GitHub API 更新。