文件名称：pytorch-forecasting:使用PyTorch进行时间序列预测
文件大小：3.37MB
文件格式：ZIP
更新时间：2024-04-07 00:27:24
learning time lightning gpu network
我们关于“ 文章介绍了该软件包，并提供了背景信息。 Pytorch Forecasting旨在通过神经网络简化实际案例和研究的最新时间序列预测。目标是为高级专业人员提供最大程度的灵活性，并为初学者提供合理的默认值的高级API。具体来说，该软件包提供了 一个时间序列数据集类，它抽象化处理变量转换，缺失值，随机子采样，多个历史记录长度等。 基本模型类，提供时间序列模型的基本训练，以及在张量板中的记录和通用可视化，例如实际与预测以及依存关系图 用于时间序列预测的多种神经网络体系结构已针对实际部署进行了增强，并具有内置的解释功能 多地平线时间序列指标 Ranger优化器，用于更快的模型训练 使用调整 该程序包基于构建，可以直接使用CPU，单个和多个GPU进行培训。 安装 如果您在Windows上工作，则需要先使用以下命令安装PyTorch： pip install torch -f https
【文件预览】：
pytorch-forecasting-master
----codecov.yml(121B)
----.github()
--------ISSUE_TEMPLATE.md(573B)
--------PULL_REQUEST_TEMPLATE.md(428B)
--------workflows()
----poetry.lock(202KB)
----pytorch_forecasting()
--------models()
--------utils.py(10KB)
--------__init__.py(2KB)
--------optim.py(8KB)
--------metrics.py(38KB)
--------data()
----examples()
--------stallion.py(6KB)
--------nbeats.py(3KB)
--------ar.py(4KB)
--------data()
----pytest.ini(330B)
----LICENSE(1KB)
----setup.cfg(1KB)
----README.md(5KB)
----.pre-commit-config.yaml(799B)
----docs()
--------source()
--------make.bat(764B)
--------requirements.txt(217B)
--------Makefile(638B)
----tests()
--------test_data.py(21KB)
--------test_utils()
--------test_models()
--------conftest.py(2KB)
--------test_metrics.py(8KB)
----.readthedocs.yml(686B)
----.gitignore(2KB)
----pyproject.toml(3KB)
----CHANGELOG.md(11KB)