Git Stars Git Stars

#meta-learning 仓库

探索 26 个标记为 #meta-learning 的活跃开源 GitHub 仓库,它们累计获得 56,716 个 Star(平均每个项目 2,181 个)。该主题的领先项目是 jindongwang/transferlearning,拥有 14,330 个 Star。

26
仓库总数
56,716
总星标数
2,181
平均每个仓库星标数
1
jindongwang/transferlearning

迁移学习 / 域适应 / 域泛化 / 多任务学习等。论文、代码、数据集、应用、教程。-迁移学习

jindongwang
⭐ 14,330 Python 👤 jindongwang User 🕐 已更新 2025-02-18 📅 创建时间 2017-04-30
2
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
3
aiming-lab/MetaClaw

🦞 只需与你的代理对话——它会学习并进化 🧬。

aiming-lab
⭐ 3,470 Python 👤 aiming-lab Organization 🕐 已更新 2026-06-07 📅 创建时间 2026-03-09
4
MaximeVandegar/Papers-in-100-Lines-of-Code

用100行代码实现论文。

MaximeVandegar
⭐ 2,915 Python 👤 MaximeVandegar User 🕐 已更新 2026-10-22 📅 创建时间 2020-10-26
5
learnables/learn2learn

一个用于元学习研究的PyTorch库

learnables
⭐ 2,896 Python 👤 learnables Organization 🕐 已更新 2025-12-16 📅 创建时间 2019-08-08
6
huawei-noah/HEBO

华为诺亚方舟实验室开发的贝叶斯优化与强化学习库

huawei-noah
⭐ 2,819 Jupyter Notebook 👤 huawei-noah Organization 🕐 已更新 2026-10-12 📅 创建时间 2021-09-10
7
vsitzmann/awesome-implicit-representations

隐式神经表示资源的精选列表。

vsitzmann
⭐ 2,612 👤 vsitzmann User 🕐 已更新 2024-02-11 📅 创建时间 2020-12-28
8
jennyzzt/dgm

达尔文哥德尔机:自改进智能体的开放式进化

jennyzzt
⭐ 2,223 Python 👤 jennyzzt User 🕐 已更新 2025-08-13 📅 创建时间 2025-05-23
9
Continual-Intelligence/SEAL

自适应语言模型

Continual-Intelligence
⭐ 1,833 Python 👤 Continual-Intelligence Organization 🕐 已更新 2025-08-01 📅 创建时间 2025-06-13
10
tata1661/FSL-Mate

FSL-Mate:一个用于少样本学习(FSL)的资源集合。

tata1661
⭐ 1,764 Python 👤 tata1661 User 🕐 已更新 2026-04-18 📅 创建时间 2020-03-28
11
ShengranHu/ADAS

[ICLR 2025] 智能体系统的自动化设计

ShengranHu
⭐ 1,587 Python 👤 ShengranHu User 🕐 已更新 2025-01-28 📅 创建时间 2024-07-31
12
sicara/easy-few-shot-learning

可用的代码和教程笔记本,助您迅速进入图像分类的少样本学习领域。

sicara
⭐ 1,287 Python 👤 sicara Organization 🕐 已更新 2024-11-13 📅 创建时间 2021-02-01
13
RL-VIG/LibFewShot

[TPAMI 2023] LibFewShot: 面向少样本学习的综合库。

RL-VIG
⭐ 1,072 Python 👤 RL-VIG Organization 🕐 已更新 2025-10-27 📅 创建时间 2021-08-04
14
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
15
ssnl/dataset-distillation

论文“Dataset Distillation”的开源代码

ssnl
⭐ 824 Python 👤 ssnl User 🕐 已更新 2025-06-17 📅 创建时间 2018-12-04
17
EnnengYang/Awesome-Model-Merging-Methods-Theories-Applications

LLMs、MLLMs 及更广范围内的模型融合:方法、理论、应用与机会。ACM Computing Surveys,2026。

EnnengYang
⭐ 801 👤 EnnengYang User 🕐 已更新 2026-11-13 📅 创建时间 2024-06-19
18
google-research/meta-dataset

用于从少量示例中学习学习的数据集的数据集

google-research
⭐ 796 Jupyter Notebook 👤 google-research Organization 🕐 已更新 2024-05-24 📅 创建时间 2019-03-05
19
yaoyao-liu/meta-transfer-learning

"Meta-Transfer Learning for Few-Shot Learning" (CVPR2019) 的 TensorFlow 和 PyTorch 实现

yaoyao-liu
⭐ 786 Python 👤 yaoyao-liu User 🕐 已更新 2025-06-02 📅 创建时间 2018-12-16
20
google-deepmind/disco_rl

Nature出版物“Discovering State-of-the-art Reinforcement Algorithms”的配套代码

google-deepmind
⭐ 753 Python 👤 google-deepmind Organization 🕐 已更新 2025-12-02 📅 创建时间 2025-07-24
21
weimingwill/awesome-federated-learning

联邦学习所需的所有材料:博客、视频、论文和软件等。

weimingwill
⭐ 738 Shell 👤 weimingwill User 🕐 已更新 2025-11-16 📅 创建时间 2019-11-10
22
google/pyglove

操作Python程序

google
⭐ 724 Python 👤 google Organization 🕐 已更新 2026-11-11 📅 创建时间 2022-05-12
23
test-time-training/e2e

面向长上下文的官方 JAX 端到端测试时训练实现

test-time-training
⭐ 721 Python 👤 test-time-training User 🕐 已更新 2026-02-15 📅 创建时间 2025-12-18
24
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
25
metaopt/torchopt

TorchOpt 是一个建立在 PyTorch 之上的高效可微分优化库。

metaopt
⭐ 639 Python 👤 metaopt Organization 🕐 已更新 2026-11-02 📅 创建时间 2022-04-08
26
kjunelee/MetaOptNet

使用可微分凸优化的元学习 (CVPR 2019 Oral)

kjunelee
⭐ 544 Python 👤 kjunelee User 🕐 已更新 2024-07-25 📅 创建时间 2018-11-02
27
rsi-gear/gear

递归自我改进(RSI)工具包。用于递归式执行框架演进的模块化框架。

rsi-gear
⭐ 509 TypeScript 👤 rsi-gear Organization 🕐 已更新 2026-11-18 📅 创建时间 2026-08-18

常见问题解答

1

GitHub 上最受欢迎的 #meta-learning 仓库是什么?

GitHub 上排名第一的开源 #meta-learning 项目是 jindongwang/transferlearning,拥有 14,330 个 Star。迁移学习 / 域适应 / 域泛化 / 多任务学习等。论文、代码、数据集、应用、教程。-迁移学习

2

#meta-learning 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #meta-learning 项目中,最常见的编程语言是 Python, Jupyter Notebook, Shell, TypeScript。

3

#meta-learning 仓库的排名是如何计算的?

我们跟踪了 26 个标记为 #meta-learning 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 56,716 个 Star,平均每个仓库拥有 2,181 个 Star。排名每日根据 GitHub API 更新。