समय श्रृंखला पूर्वानुमान और विसंगति का पता लगाने के लिए डीप लर्निंग PyTorch लाइब्रेरी।
समय श्रृंखला डेटा के लिए ट्रांसफॉर्मर, अटेंशन मॉडल और LSTM की विशेषता वाला डीप लर्निंग फ्रेमवर्क।
Flow Forecast समय श्रृंखला पूर्वानुमान, वर्गीकरण और विसंगति का पता लगाने के लिए डिज़ाइन किया गया एक open-source PyTorch फ्रेमवर्क है। इसे डेटा वैज्ञानिकों और मात्रात्मक विश्लेषकों के लिए बनाया गया है जिन्हें भविष्य के पूर्वानुमान मॉडलिंग के लिए अत्याधुनिक तंत्रिका नेटवर्क आर्किटेक्चर की आवश्यकता होती है।
यह लाइब्रेरी विभिन्न ट्रांसफॉर्मर आर्किटेक्चर, Informer, DeepAR, DLinear और पारंपरिक LSTM और GRU सहित आधुनिक समय श्रृंखला मॉडल के कार्यान्वयन प्रदान करती है। इसमें Google Cloud Platform के लिए क्लाउड प्रदाता एकीकरण, Weights and Biases के साथ प्रयोग ट्रैकिंग और मॉडल सर्विंग क्षमताएं शामिल हैं।
यह मशीन लर्निंग इंजीनियरों और वित्तीय डेटा वैज्ञानिकों के लिए उपयुक्त है जो अनुक्रम डेटा और जोखिम पूर्वानुमान के लिए डीप लर्निंग मॉडल लागू करना चाहते हैं। यह उन विश्लेषकों के लिए उपयुक्त नहीं है जो डीप लर्निंग निर्भरता के बिना ARIMA जैसे सरल सांख्यिकीय मॉडल चाहते हैं।
समय श्रृंखला विश्लेषण के लिए ट्रांसफॉर्मर, Informer, DeepAR, DA-RNN, और TSMixer के कार्यान्वयन शामिल हैं।
Google Cloud Platform और Weights and Biases प्रयोग ट्रैकिंग के लिए अंतर्निहित एकीकरण के साथ आता है।
शुरुआत से ही पूर्वानुमान, वर्गीकरण और विसंगति का पता लगाने के कार्यों का समर्थन करता है।
GPL-3.0 licence के तहत मुफ़्त। एकमात्र लागत आपके अपने कंप्यूट बुनियादी ढांचे और क्लाउड सेवाओं को चलाना है।
877 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
यह वैिला LSTM, फुल ट्रांसफॉर्मर, Informer, DeepAR, DLinear, Crossformer, TSMixer और कई अटेंशन-आधारित मॉडल का समर्थन करता है।
हाँ, लाइब्रेरी में Google Cloud Platform और Weights and Biases के लिए विशिष्ट एकीकरण हैं।
Google में Zekai को सबसे पहले देखें