Des outils IA notés pour votre métier
Missions IA payées
🤝 Vous êtes dans la bibliothèque Libre & Open Source — des outils communautaires utilisables sans payer. Un concept différent de notre annuaire IA noté.
Accueil › Libre & Open Source › Logistique › tsai
✦ Libre & open sourceLogistique

tsai

Bibliothèque de deep learning pour la classification, la régression et la prévision de séries temporelles sous PyTorch.

Deep learning de pointe pour les séries temporelles

Construisez, entraînez et déployez des réseaux de neurones avancés pour les données séquentielles avec PyTorch et fastai.

Gratuit pour toujours · open source · Apache-2.0
✓ Light setup✓ Dans le navigateur✓ Collaboration en temps réel
7.3
ZEKAI
Boîte à outils DL essentielle pour les séries temporelles
Libre & open source · Logistique
Facilité d'installation4
Utilité9
Maintenance8.5
Communauté7.5
★ 6,137
GITHUB
Jul 2026
MIS À JOUR
Apache-2.0
LICENCE
🛠 Pas envie de l'héberger vous-même ? Nous pouvons l'installer →
⚡ Réponse rapide

tsai est un package open source de deep learning conçu spécifiquement pour les tâches de séries temporelles et de séquences telles que la prévision, la classification et la régression. Il convient aux data scientists et ingénieurs en machine learning travaillant sur l'analyse prédictive de la chaîne d'approvisionnement qui ont besoin d'architectures modernes comme PatchTST ou InceptionTime.

Fonctionne sur
Cross-platform
Hébergement
Desktop
Langues
Jupyter Notebook
Licence
Apache-2.0

Qu'est-ce que c'est

La bibliothèque s'intègre à PyTorch et fastai pour fournir des dizaines d'architectures de pointe, des jeux de données intégrés et des transformations de pipeline de type sklearn. Elle prend en charge les flux de travail complexes, y compris la classification multivariée multiclasse, la validation croisée walk-forward et la prévision à long terme.

Pour qui

Elle convient aux praticiens expérimentés du machine learning maîtrisant Python qui ont besoin de construire des modèles de deep learning personnalisés pour des données opérationnelles séquentielles. Elle ne convient pas aux équipes recherchant un tableau de bord de prévision sans code ou des outils statistiques traditionnels sans besoins en deep learning.

Fonctionnalités clés

Architectures de pointe

Accédez à des modèles de pointe tels que PatchTST, InceptionTime, MiniRocket et divers Transformers prêts à l'emploi.

Jeux de données intégrés étendus

Téléchargez et expérimentez rapidement avec des dizaines de jeux de données univariés, multivariés, de régression et de prévision.

Transformations de pipeline

Utilisez des transformations de pipeline de type sklearn et la validation croisée walk-forward spécialement conçues pour les séries temporelles.

Intégration PyTorch 2.0

Construit sur PyTorch et fastai pour tirer parti de l'accélération matérielle moderne et des boucles d'entraînement.

Comment démarrer

Opérationnel en 3 étapes

1
Installez le package via pip en utilisant pip install tsai
2
Importez la bibliothèque dans votre notebook Jupyter avec from tsai.all import *
3
Chargez vos données séquentielles et commencez l'entraînement avec des architectures intégrées comme InceptionTime
Franchement

Notre verdict honnête

Ses atouts

  • Collection complète de modèles spécialisés de deep learning pour séries temporelles
  • Téléchargeurs de données intégrés pour les benchmarks standard de classification et de prévision
  • Intégration active avec l'écosystème PyTorch et les utilitaires d'entraînement fastai
  • Inclut des transformations de pipeline de style sklearn et une validation croisée walk-forward

Ses limites

  • Nécessite Python 3.10 ou plus récent et une familiarité avec PyTorch et fastai
  • Les dépendances optionnelles telles que sktime et tsfresh doivent être gérées séparément
  • L'exécution de charges de travail d'entraînement en deep learning nécessite un matériel GPU dédié
Coût

Tarifs & licence

Gratuit sous licence Apache-2.0, sans option hébergée payante proposée par les mainteneurs. Le seul coût est l'exécution de votre propre infrastructure de calcul pour l'entraînement des modèles de deep learning.

Travail rémunéré

Missions pour francophones

879 missions ouvertes à distance en entraînement d’IA, mises à jour le 15 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.

Voir tous les postes ouverts →
Comparer

Alternatives

🎁 Alternatives libres & open source
Pour aller plus loin

Utilisez-le, ou laissez-nous l'installer

📄 PDF gratuit : tsai pour Logistique
Un guide simple pour obtenir votre premier résultat. Envoyé dans votre boîte mail.
🔔 64 personnes veulent un tutoriel vidéo complet — ajoutez votre vote
🛠 Pas envie de l'installer vous-même ?
Nous installons, hébergeons et configurons tsai pour vous — et formons votre équipe.
Confiez-nous l'installation ↗
Questions

FAQ

Quelle version de Python est requise ?

tsai nécessite Python 3.10 ou une version plus récente.

Puis-je utiliser tsai pour la prévision ?

Oui, tsai prend en charge les tâches de prévision, classification, régression et imputation de séries temporelles.

Radar

Dernières actus IA

✉️ La boîte à outils gratuite hebdo
Les meilleurs nouveaux outils libres & open source pour Logistique — un court e-mail par semaine, dans votre langue.
Gratuit · 1 e-mail/semaine · désabonnement à tout moment
Soyez payé pour entraîner l’IA →

Voir Zekai en premier dans Google