avalanche

收录理由

Avalanche 是一个基于 PyTorch 的持续学习库，面向的是模型需要不断吸收新数据和新任务、而非每次从头重训的场景。它把完整的实验流程打包好了：用常见数据集构造标准化的基准数据流，预置了可扩展的训练策略与基线方法，还有能按经验片段和整个数据流汇报准确率的评估工具。有了这些，你跑一个可复现的实验、拿自己的方法和已有方法做对比，就不用再手搓整套流水线，省下的胶水代码相当可观。库本身拆成五个模块，分别处理基准、训练、评估、模型和日志，平时想换一个策略或数据集，往往改动几行代码就够了。对正在做持续学习和终身学习研究、又特别看重复现性和公平比较的团队来说，这个库比一次性脚本要顺手得多。