Aug, 2013

Pylearn2: 一个机器学习研究库

PDF
TL;DRPylearn2 是一种灵活易用的机器学习研究库，旨在支持包括新型或不寻常用例在内的各种研究项目，并具备先进的分析算法和架构。
发现论文，激发创造
  • learn2learn: 用于元学习研究的库

    该研究介绍了 learn2learn，这是一个针对元学习研究的库，主要解决原型设计和再现性问题，并提供标准化的算法和基准测试接口，以促进元学习研究软件的标准化社区发展。

    Aug, 2020

  • Julearn: 机器学习模型的无泄漏评估和检查的易用库

    机器学习在神经科学中的应用是一个具有挑战性的领域，本文介绍了 julearn 这一开源 Python 库，用于设计和评估复杂的机器学习流程，以简化研究项目中常见的陷阱。

    Oct, 2023

  • 机器学习软件的 API 设计：来自 scikit-learn 项目的经验

    本文讨论了 Scikit-learn 机器学习库 API 的设计选择，其中强调了可重用性和组合性，并评论了该库用户和开发者所面临的障碍。

    Sep, 2013

  • TrueLearn: 个性化信息推荐的 Python 库（含隐式反馈）

    描述了 TrueLearn Python 库，包含一系列用于构建教育（或更一般地说，信息）推荐系统的在线学习贝叶斯模型。该库还包含不同的表示形式来帮助最终用户可视化学习者模型，与其自己的模型进行交互，使其更易解释且易于控制。同时，作者提供了一个公开发布的隐式反馈教育数据集以及评估指标，用于衡量模型的性能。该库的广泛文档和编码示例使其对机器学习开发者、教育数据挖掘和学习分析实践者都非常易于使用。

    Sep, 2023

  • Python 中的机器学习：Scikit-learn

    Scikit-learn 是一个 Python 模块，集成了各种最先进的机器学习算法，用于解决中等规模的监督和无监督问题，旨在将机器学习带给非专业人士使用通用高级语言，注重易用性，性能和一致的 API。

    Jan, 2012

  • YAMLE：又一个机器学习环境

    Yet Another Machine Learning Environment (YAMLE) is an open-source framework that aims to reduce repetitive work in implementing new machine learning approaches, improve reproducibility, and provide a shared ecosystem for researchers and practitioners to build on and compare existing implementations.

    Feb, 2024

  • Renate：面向实际场景的持续学习库

    本文介绍 Renata—— 一个用于 PyTorch 模型的实时更新管道的连续学习库，旨在解决实践中使用连续学习算法的需求，并展示了实验结果。

    Apr, 2023

  • Lale: 一致自动化机器学习

    Lale 是一个高级 Python 接口库，它简化和统一自动机器学习工具，包括搜索超参数、算法和管道拓扑结构等，并解决了自动化工具的不一致语法和高级功能支持问题。

    Jul, 2020

  • AllenNLP：一个深度语义自然语言处理平台

    AllenNLP 是一个基于 PyTorch 平台的自然语言理解深度学习相关的可扩展实验框架，具有智能批量处理和填充的灵活数据 API，高层次的文本操作抽象和模块化可扩展的实验框架。

    Mar, 2018

  • 机器学习程序分析 - Ariadne

    使用静态框架 WALA 对使用 TensorFlow 的机器学习代码进行静态分析和数据流分析，以跟踪张量的类型和用法，提高 Python 机器学习代码的错误检测能力。

    May, 2018