Repolode
Enviar
pyg-team

pyg-team/pytorch-frame

Uma extensão do PyTorch para criar e treinar modelos de deep learning com dados tabulares de tipos variados, incluindo texto e imagens.

Ver no GitHubSite
Estrelas
802
Forks
75
Issues abertas
25
Último commit
há 5 dias

O que é?

O PyTorch Frame é uma extensão de deep learning para PyTorch voltada a dados tabulares heterogêneos, cujas colunas podem conter valores numéricos, categóricos, multicategóricos, timestamps, texto, imagens ou embeddings. Ele oferece um pipeline modular que transforma um DataFrame do pandas em um tensor frame, codifica cada tipo de coluna, modela as interações entre colunas e decodifica as previsões de cada linha.

A biblioteca inclui implementações de diversas arquiteturas profundas para dados tabulares, como FTTransformer, ResNet, TabNet, TabTransformer, Trompt e ExcelFormer, além de exemplos com XGBoost, CatBoost e LightGBM que usam Optuna para ajustar hiperparâmetros. Também vem com datasets de benchmark prontos para uso e aceita dados personalizados. As colunas de texto podem ser codificadas com embeddings de modelos da OpenAI, Cohere, Voyage AI ou Hugging Face.

Como se baseia diretamente no PyTorch e funciona com PyTorch Geometric, pode ser combinada com outros modelos PyTorch, por exemplo, em tarefas de aprendizado com bancos de dados relacionais.

Recursos principais

  • 01Oferece suporte a colunas numéricas, categóricas, multicategóricas, de timestamp, texto, imagem e embedding.
  • 02Implementa vários modelos profundos para dados tabulares, incluindo FTTransformer, ResNet, TabNet e TabTransformer.
  • 03Oferece exemplos com GBDT (XGBoost, CatBoost e LightGBM) e ajuste de hiperparâmetros com Optuna.
  • 04Oferece uma arquitetura modular de encoder, convolução e decoder para criar modelos personalizados.
  • 05Inclui datasets tabulares integrados e data loaders para mini-batches.
  • 06Integra-se a APIs de embeddings e modelos do Hugging Face para colunas de texto.

Casos de uso

  • Treinar uma rede neural com um dataset empresarial que combine números, categorias e campos de texto livre.
  • Comparar novas arquiteturas profundas para dados tabulares com baselines de GBDT em benchmarks padrão.
  • Adicionar embeddings de texto gerados por LLMs como features de um modelo de predição tabular.
  • Criar arquiteturas personalizadas de modelos tabulares com base no PyTorch.

Antes de usar

  • O trecho do README não inclui instruções de instalação, por isso nenhuma etapa de instalação é listada aqui.
  • Alguns exemplos de embeddings de texto dependem de APIs externas pagas, como OpenAI, Cohere ou Voyage AI.

Tópicos

#deep-learning#pytorch#tabular-data#tabular-learning#machine-learning#embeddings#data-frame

Perguntas frequentes

O que é pytorch-frame?
Uma extensão do PyTorch para criar e treinar modelos de deep learning com dados tabulares de tipos variados, incluindo texto e imagens. O PyTorch Frame é uma extensão de deep learning para PyTorch voltada a dados tabulares heterogêneos, cujas colunas podem conter valores numéricos, categóricos, multicategóricos, timestamps, texto, imagens ou embeddings. Ele oferece um pipeline modular que transforma um DataFrame do pandas em um tensor frame, codifica cada tipo de coluna, modela as interações entre colunas e decodifica as previsões de cada linha.
pytorch-frame é gratuito? Qual é a licença?
pytorch-frame é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
pytorch-frame ainda é mantido?
Manutenção ativa. O último commit de pytorch-frame foi em 2 de nov. de 2026.
Para que posso usar pytorch-frame?
Treinar uma rede neural com um dataset empresarial que combine números, categorias e campos de texto livre. Comparar novas arquiteturas profundas para dados tabulares com baselines de GBDT em benchmarks padrão. Adicionar embeddings de texto gerados por LLMs como features de um modelo de predição tabular. Criar arquiteturas personalizadas de modelos tabulares com base no PyTorch.
Onde consigo pytorch-frame?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/pyg-team/pytorch-frame

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados