Inicio Proyectos pytorch-metric-learning
pytorch-metric-learning
Python

pytorch-metric-learning

La forma más fácil de usar el aprendizaje métrico profundo en tu aplicación. Modular, flexible y extensible. Escrito en PyTorch.

por KevinMusgrave · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Categoría
Lenguaje
computer-visioncontrastive-learningdeep-learningMITPython
Ver en GitHub
En palabras simples

Integra técnicas de aprendizaje profundo para comparar imágenes en tus aplicaciones.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
pytorch-metric-learning — GitHub preview card
📈 Historial de estrellas
6 3346 330
2026-07-042026-08-31
📈 Sigue pytorch-metric-learning

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

La forma más fácil de usar el aprendizaje métrico profundo en tu aplicación. Modular, flexible y extensible. Escrito en PyTorch.

pytorch-metric-learning tiene 6.3k estrellas en GitHub. Se ha bifurcado 659 veces. pytorch-metric-learning está escrito principalmente en Python. Se desarrolla activamente desde 2019. pytorch-metric-learning está disponible bajo la licencia MIT. Sus temas principales son: computer-vision, contrastive-learning, deep-learning, deep-metric-learning.

Frequently asked questions

¿Qué es pytorch-metric-learning?

La forma más fácil de usar el aprendizaje métrico profundo en tu aplicación. Modular, flexible y extensible. Escrito en PyTorch.

¿pytorch-metric-learning es de código abierto?

pytorch-metric-learning es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿pytorch-metric-learning es gratis?

Sí. pytorch-metric-learning es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está pytorch-metric-learning?

pytorch-metric-learning está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito pytorch-metric-learning?

pytorch-metric-learning está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — pytorch-metric-learning

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=kevinmusgrave-pytorch-metric-learning)](https://olud.ai/project/kevinmusgrave-pytorch-metric-learning.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
CoCa-pytorch
Implementación de CoCa, los Captioners Contrastivos son Modelos de Fundación de Imagen-Texto, e…
1.2k · artificial-intelligence
compartecontrastive-learning
SDT
Este repositorio es la implementación oficial de Desenredando Estilos de Escritor y Personaje p…
1.4k · computer-vision
compartecontrastive-learning
lightly-train
Entrenamiento todo en uno para modelos de visión (YOLO, ViTs, RT-DETR, DINOv3): preentrenamient…
1.6k · computer-vision
compartecontrastive-learning
lightly
Una biblioteca de Python para aprendizaje auto-supervisado en imágenes.
3.8k · computer-vision
compartecontrastive-learning
contrastors
Entrenar Modelos Contrastivamente en Pytorch
798 · contrastive-learning
compartecontrastive-learning
UForm
AI multimodal de tamaño bolsillo para comprensión y generación de contenido a través de textos…
1.2k · bert
compartecontrastive-learning
InternVideo
[ECCV2024] Modelos de fundación de video y datos para comprensión multimodal
2.3k · action-recognition
compartecontrastive-learning
U2PL
[CVPR'22 & IJCV'24] Segmentación Semántica Semi-Supervisada Usando Pseudo-Etiquetas No Confiabl…
478 · cityscapes
compartecontrastive-learning
VLM2Vec
Este repositorio contiene el código para "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" […
666 · benchmark
compartecontrastive-learning
DeCLUTR
El código correspondiente de nuestro artículo "DeCLUTR: Aprendizaje Contrastivo Profundo para R…
377 · allennlp
compartecontrastive-learning

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.