pytorch-tabular/pytorch_tabular
A unified framework for Deep Learning Models on tabular data
它解決了什麼問題
PyTorch Tabular 提供統一的高階 API，讓使用者能將深度學習架構應用於表格資料，使這些複雜模型在實務應用與學術研究中都更易取得。它消除了手動實作各種表格專屬神經網路的摩擦。
它如何運作
此函式庫建構於 PyTorch 與 PyTorch Lightning 之上，提供標準化的介面來進行訓練、評估與預測。使用者為欄位定義 DataConfig、為特定架構定義 ModelConfig，以及為學習過程定義 TrainerConfig。這讓在不同深度學習模型之間切換變得簡單，無需重新編寫管線的其他部分。
目標對象
資料科學家與機器學習研究者，想要在表格資料集上使用深度學習而非傳統的梯度提升機，或是希望快速原型設計與基準測試不同結構化資料神經網路的使用者。
重點特色
- 廣泛的模型選擇：包含 TabNet、TabTransformer、FT Transformer、NODE 與 GANDALF 等多種架構。
- 可擴展性：利用 PyTorch Lightning 在 CPU 與 GPU 上自動記錄，實現訓練規模的擴展。
- 客製化：透過專門的教學與框架支援自訂模型的實作。
- 半監督學習：內建去噪自編碼器（Denoising AutoEncoder），可從噪聲資料中學習穩健的特徵表示。