pykale

知識感知機器學習(KALE):跨學科研究的可存取多來源機器學習,屬於 🔥PyTorch 生態系統的一部分。⭐ 按讚支持我們的工作!

pykale 是什麼?

知識感知機器學習(KALE):跨學科研究的可存取多來源機器學習,屬於 🔥PyTorch 生態系統的一部分。⭐ 按讚支持我們的工作!

pykale 概覽

這是什麼

PyKale 是 PyTorch 生態系中的一個知識感知機器學習函式庫。它旨在透過連結資料、軟體與終端使用者之間的落差,讓機器學習更易於跨領域研究使用。該函式庫專注於圖形、影像與影片的多模態學習與遷移學習。PyKale 與 MMF (Meta)、NeMo (NVIDIA) 及 USB (Microsoft) 一同名列 PyTorch Landscape 的「多模態」類別中。它透過綠色機器學習原則(減少重複、重用現有資源、跨領域回收學習模型)來實現標準化與極簡設計。

主要功能

  • 管線化 API,包含模組:loaddata、prepdata、embed、predict、evaluate、interpret、pipeline。
  • 支援圖形、影像與影片的多模態學習與遷移學習。
  • 提供深度學習與降維的支援模型。
  • 提供具有標準化結構的真實應用範例。
  • 提供互動式 Jupyter notebook 教學。
  • 設計用於從多個來源利用知識進行可解釋的預測。

使用情境

  • 生物資訊學、圖形分析、影像/影片辨識、醫學影像。
  • 需要從多個來源進行知識感知機器學習的跨領域研究。
  • 為可部署的多模態 AI 系統建立可重複使用的工作流程。

快速開始

安裝需要 Python 3.10、3.11 或 3.12。建議先安裝符合硬體的 PyTorch,若使用圖形則安裝 PyTorch Geometric。從 PyPI 安裝 PyKale:bashpip install pykale詳細安裝選項請參閱儲存庫 README。從儲存庫中的教學或範例開始。

授權與價格

授權:MIT。開放原始碼,未列出價格。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/pykalepykale.svg)](https://yunodb.com/tools/pykalepykale?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/pykalepykale?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/pykalepykale.svg" alt="Featured on YunoDB" height="20"></a>