pyg-team/pytorch-frame

¿Qué es?

Funciones clave

• 01Admite columnas numéricas, categóricas, multicategóricas, de fecha y hora, de texto, de imagen y de embeddings.
• 02Implementa varios modelos de deep learning para datos tabulares, como FTTransformer, ResNet, TabNet y TabTransformer.
• 03Ofrece ejemplos de GBDT (XGBoost, CatBoost y LightGBM) con ajuste de hiperparámetros mediante Optuna.
• 04Ofrece un diseño modular de encoder, convolución y decoder para crear modelos personalizados.
• 05Incluye conjuntos de datos tabulares integrados y cargadores de datos por mini lotes.
• 06Se integra con APIs de embeddings y modelos de Hugging Face para las columnas de texto.

Casos de uso

• Entrenar una red neuronal con un conjunto de datos empresariales que combine números, categorías y campos de texto libre.
• Comparar nuevas arquitecturas de deep learning para datos tabulares con modelos GBDT de referencia en benchmarks estándar.
• Añadir embeddings de texto generados por LLM como características de un modelo de predicción tabular.
• Crear arquitecturas de modelos tabulares personalizadas sobre PyTorch.

Antes de usarlo

• !El fragmento del README no incluye instrucciones de instalación, así que no se indican pasos de instalación aquí.
• !Algunos ejemplos de embeddings de texto dependen de API externas de pago, como OpenAI, Cohere o Voyage AI.

Temas

Preguntas frecuentes

¿Qué es pytorch-frame?

Una extensión de PyTorch para crear y entrenar modelos de deep learning con datos tabulares de tipos de columna mixtos, incluidos texto e imágenes. PyTorch Frame es una extensión de deep learning para PyTorch orientada a datos tabulares heterogéneos, cuyas columnas pueden contener valores numéricos, categóricos, multicategóricos, de fecha y hora, de texto, de imagen o embeddings. Ofrece un pipeline modular que convierte un pandas DataFrame en un tensor frame, codifica cada tipo de columna, modela las interacciones entre columnas y decodifica las predicciones por fila.

¿pytorch-frame es gratuito? ¿Qué licencia tiene?

pytorch-frame es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.

¿pytorch-frame sigue mantenido?

Mantenimiento activo. El último commit de pytorch-frame fue el 2 nov 2026.

¿Para qué puedo usar pytorch-frame?

Entrenar una red neuronal con un conjunto de datos empresariales que combine números, categorías y campos de texto libre. Comparar nuevas arquitecturas de deep learning para datos tabulares con modelos GBDT de referencia en benchmarks estándar. Añadir embeddings de texto generados por LLM como características de un modelo de predicción tabular. Crear arquitecturas de modelos tabulares personalizadas sobre PyTorch.

¿Dónde consigo pytorch-frame?

El código fuente y las instrucciones de instalación están en GitHub: https://github.com/pyg-team/pytorch-frame