Repolode
提交项目
pyg-team

pyg-team/pytorch-frame

基于 PyTorch 的扩展库，用于在包含文本、图像等多种列类型的表格数据上构建和训练深度学习模型。

在 GitHub 查看官网
Star
802
Fork
75
未关闭 Issue
25
最近提交
5天前

这是什么？

PyTorch Frame 是面向异构表格数据的 PyTorch 深度学习扩展，支持数值、类别、多类别、时间戳、文本、图像和向量嵌入等多种列类型。它提供模块化流程：将 pandas DataFrame 转换为张量表示，分别编码各类列，建模列之间的交互，并按行输出预测结果。

库中实现了 FTTransformer、ResNet、TabNet、TabTransformer、Trompt、ExcelFormer 等多种深度表格模型，并提供基于 Optuna 调参的 XGBoost、CatBoost、LightGBM 示例。同时内置可直接使用的基准数据集，也支持自定义数据。文本列可以使用 OpenAI、Cohere、Voyage AI 或 Hugging Face 模型生成的嵌入进行编码。

它直接构建在 PyTorch 之上，可以与其他 PyTorch 模型组合使用，例如与 PyG 结合进行关系型数据库上的学习。

核心功能

  • 01支持数值、类别、多类别、时间戳、文本、图像和嵌入等列类型。
  • 02实现 FTTransformer、ResNet、TabNet、TabTransformer 等多种深度表格模型。
  • 03提供 XGBoost、CatBoost、LightGBM 示例，并使用 Optuna 进行超参数调优。
  • 04采用编码器、卷积层、解码器的模块化设计，便于自定义模型。
  • 05内置表格数据集和小批量数据加载器。
  • 06可通过 OpenAI、Cohere、Voyage AI 或 Hugging Face 模型为文本列生成嵌入。

适用场景

  • 在同时包含数值、类别和自由文本字段的业务数据上训练神经网络。
  • 在标准基准上将新的深度表格模型与 GBDT 基线进行对比。
  • 将大模型生成的文本嵌入作为表格预测模型的特征。
  • 基于 PyTorch 构建自定义的表格模型结构。

使用前须知

  • README 摘录中没有安装说明，因此此处未列出安装步骤。
  • 部分文本嵌入示例依赖付费的外部嵌入 API，例如 OpenAI、Cohere 或 Voyage AI。

标签

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

常见问题

pytorch-frame 是什么？
基于 PyTorch 的扩展库，用于在包含文本、图像等多种列类型的表格数据上构建和训练深度学习模型。 PyTorch Frame 是面向异构表格数据的 PyTorch 深度学习扩展，支持数值、类别、多类别、时间戳、文本、图像和向量嵌入等多种列类型。它提供模块化流程：将 pandas DataFrame 转换为张量表示，分别编码各类列，建模列之间的交互，并按行输出预测结果。
pytorch-frame 可以免费使用吗？用的什么许可证？
pytorch-frame 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
pytorch-frame 还在维护吗？
活跃维护中。pytorch-frame 最近一次提交是在 2026年11月2日。
pytorch-frame 适合用来做什么？
在同时包含数值、类别和自由文本字段的业务数据上训练神经网络。 在标准基准上将新的深度表格模型与 GBDT 基线进行对比。 将大模型生成的文本嵌入作为表格预测模型的特征。 基于 PyTorch 构建自定义的表格模型结构。
在哪里获取 pytorch-frame？
源代码和安装说明在 GitHub 上：https://github.com/pyg-team/pytorch-frame

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目