مكتبة PyTorch للتعلم العميق للتنبؤ بالسلاسل الزمنية وكشف الشذوذ.
إطار عمل للتعلم العميق يضم محولات، ونمادج انتباه، وLSTM لبيانات السلاسل الزمنية.
Flow Forecast هو إطار عمل مفتوح المصدر مدعوم بـ PyTorch مصمم للتنبؤ بالسلاسل الزمنية، التصنيف، وكشف الشذوذ. تم بناءه لعلماء البيانات والمحللين الكميين الذين يحتاجون إلى أحدث بنيات الشبكات العصبية النمذجة التنبؤية.
توفر المكتبة تطبيقات لنماذج السلاسل الزمنية الحديثة بما في ذلك بنيات المحولات المختلفة، Informer، DeepAR، DLinear، ونماذج LSTM وGRU التقليدية. تتميز بتكامل مزودي السحابة لمنصة Google Cloud Platform، وتتبع التجربة باستخدام Weights and Biases، وقدرات خدمة النماذج.
تناسب مهندسي تعلم الآلة وعلماء البيانات المالية الذين يتطلعون لتنفيذ نماذج التعلم العميق لبيانات التسلسل والتنبؤ بالمخاطر. وهي غير مناسبة للمحللين الذين يبحثون عن نماذج إحصائية بسيطة مثل ARIMA بدون تبعيات التعلم العميق.
يتضمن تطبيقات لـ Transformers وInformer وDeepAR وDA-RNN وTSMixer لتحليل السلاسل الزمنية.
يأتي مع تكاملات مدمجة لـ Google Cloud Platform وتتبع التجارب باستخدام Weights and Biases.
يدعم مهام التنبؤ والتصنيف وكشف الشذوذ خارج, الصندوق.
مجاني بموجب رخصة GPL-3.0. التكلفة الوحيدة هي تشغيل البنية التحتية للحوسبة والخدمات السحابة الخاصة بك.
874 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٥ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
يدعم Vanilla LSTM وFull Transformer وInformer وDeepAR وDLinear وCrossformer وTSMixer وعدد من النماذج القائمة على الانتباه.
نعم، تتميز المكتبة بتكاملات محددة لـ Google Cloud Platform وWeights and Biases.
شاهد Zekai أولاً في جوجل