pytorch-tabular/pytorch_tabular
A unified framework for Deep Learning Models on tabular data
它解决了什么问题
PyTorch Tabular 提供统一的高层 API，将深度学习架构应用于表格数据，使这些复杂模型在实际应用和学术研究中更易获取。它消除了手动实现各种表格专用神经网络的摩擦。
它如何工作
该库基于 PyTorch 和 PyTorch Lightning 构建，提供标准化的接口用于训练、评估和预测。用户为列定义 DataConfig，为特定架构定义 ModelConfig，以及为学习过程定义 TrainerConfig。这使得在不同深度学习模型之间切换变得轻松，无需重写管道的其余部分。
适用人群
数据科学家和机器学习研究者，想在表格数据集上使用深度学习而不是传统的梯度提升机器，或希望快速原型和基准测试不同结构化数据神经网络的用户。
亮点
- 广泛的模型选择：包括 TabNet、TabTransformer、FT Transformer、NODE 和 GANDALF 等多种架构。
- 可扩展性：利用 PyTorch Lightning 在 CPU 和 GPU 上自动记录，实现训练的可扩展性。
- 可定制化：通过专门的教程和框架支持自定义模型的实现。
- 半监督学习：包含去噪自编码器（Denoising AutoEncoder），用于从噪声数据中学习稳健的特征表示。