Accueil Projets POT
POT
Python

POT

POT : Transport Optimal Python

par PythonOT · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Langue
domain-adaptationemdgromov-wassersteinMITPython
Voir sur GitHub
En termes simples

Optimisez les problèmes liés au transport de données dans les tâches de traitement de signal et d'image.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
POT — GitHub preview card
📈 Historique des étoiles
2.83k2.82k
2026-07-072026-08-31
📈 Suivez POT

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

POT : Transport Optimal Python

POT compte 2.8k étoiles sur GitHub. Il a été forké 552 fois. POT est écrit principalement en Python. Il est développé activement depuis 2016. POT est disponible sous licence MIT. Ses principaux thèmes sont : domain-adaptation, emd, gromov-wasserstein, machine-learning.

Frequently asked questions

Qu'est-ce que POT ?

POT : Transport Optimal Python

POT est-il open source ?

POT est un projet open source. Il est distribué sous licence MIT.

POT est-il gratuit ?

Oui. POT est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est POT ?

POT est disponible sous licence MIT.

Dans quel langage POT est-il écrit ?

POT est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — POT

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=pythonot-pot)](https://olud.ai/project/pythonot-pot.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
pytorch-adapt
L'adaptation de domaine facilitée. Entièrement fonctionnel, modulaire et personnalisable.
397 · computer-vision
partagedomain-adaptation
pykale
Apprentissage machine conscient des connaissances (KALE) : apprentissage machine accessible à p…
486 · computer-vision
partagedomain-adaptation
Exclusively-Dark-Image-Dataset
Jeu de données Exclusively Dark (ExDARK) qui, à notre connaissance, est la plus grande collecti…
635 · computer-vision
partagedomain-adaptation
powerful-benchmarker
Une bibliothèque pour le benchmarking ML. C'est puissant.
441 · benchmarking
partagedomain-adaptation
bonito
Une bibliothèque légère pour générer des ensembles de données de réglage d'instructions synthét…
830 · domain-adaptation
partagedomain-adaptation
AdaptSegNet
Apprendre à adapter l'espace de sortie structuré pour la segmentation sémantique, CVPR 2018 (sp…
859 · adversarial-learning
partagedomain-adaptation
gpl
Méthode puissante d'adaptation de domaine non supervisée pour la récupération dense. Nécessite…
343 · bert
partagedomain-adaptation
transferlearning
Apprentissage par transfert / adaptation de domaine / généralisation de domaine / apprentissage…
14.3k · deep-learning
partagedomain-adaptation
Transfer-Learning-Library
Bibliothèque d'apprentissage par transfert pour l'adaptation de domaine, l'adaptation de tâche…
3.9k · adversarial-learning
partagedomain-adaptation
ICASSP-2023-24-Papers
Papiers ICASSP 2023-2024 : Une collection complète de recherches influentes et passionnantes de…
525 · asr
partagedomain-adaptation

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.