समय श्रृंखला (टाइम सीरीज़) पूर्वानुमान, इंपुटेशन, वर्गीकरण और एनोमली डिटेक्शन के लिए डीप लर्निंग लाइब्रेरी।
टाइम सीरीज़ पूर्वानुमान, इंपुटेशन और वर्गीकरण के लिए डीप लर्निंग मॉडल का मूल्यांकन और निर्माण करें।
Time-Series-Library (TSLib) एक ओपन सोर्स कोडबेस है जिसे डीप टाइम सीरीज़ विश्लेषण पर काम करने वाले शोधकर्ताओं और इंजीनियरों के लिए डिज़ाइन किया गया है। यह दीर्घकालिक और अल्पकालिक पूर्वानुमान, इंपुटेशन, एनोमली डिटेक्शन और वर्गीकरण जैसे मुख्य कार्यों को कवर करता है।
यह लाइब्रेरी TimeXer, TimeMixer, iTransformer, PatchTST और TimesNet जैसे उन्नत मॉडल लागू करती है, जो विशिष्ट कार्यों और बेंचमार्क के इर्द-गिर्द व्यवस्थित हैं। इसमें लार्ज टाइम सीरीज़ मॉडल (LTSMs) और एक्सोजेनस वेरिएबल इंटीग्रेशन के साथ ज़ीरो-शॉट पूर्वानुमान के लिए विशेष सुविधाएँ शामिल हैं।
यह अनुक्रमिक डेटा (sequential data) के लिए डीप लर्निंग मॉडल विकसित या बेंचमार्क करने वाले डेटा वैज्ञानिकों और मशीन लर्निंग इंजीनियरों के लिए उपयुक्त है। इसे नो-कोड ग्राफिकल पूर्वानुमान इंटरफ़ेस चाहने वाले बिजनेस विश्लेषकों के लिए डिज़ाइन नहीं किया गया है।
दीर्घकालिक और अल्पकालिक पूर्वानुमान, इंपुटेशन, एनोमली डिटेक्शन और वर्गीकरण को कवर करता है।
TimeXer, iTransformer, PatchTST, TimesNet और Mamba के कार्यान्वयन शामिल हैं।
पूर्व प्रशिक्षण के बिना लार्ज टाइम सीरीज़ मॉडल का मूल्यांकन करने के लिए प्रायोगिक स्क्रिप्ट की सुविधा है।
पूर्वानुमान के दौरान बाहरी चर को कुशलता से संभालने के लिए TimeXer जैसे प्रतिमानों को लागू करता है।
इसके MIT लाइसेंस के तहत मुफ़्त, कोई भुगतान किया हुआ होस्टेड विकल्प उपलब्ध नहीं है। एकमात्र लागत डीप लर्निंग प्रशिक्षण के लिए आवश्यक हार्डवेयर 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।
TSLib दीर्घकालिक और अल्पकालिक पूर्वानुमान, इंपुटेशन, एनोमली डिटेक्शन और वर्गीकरण का समर्थन करता है।
नहीं, मेंटेनर्स ने घोषणा की है कि सीमित बैंडविड्थ के कारण सक्रिय सुविधा जोड़ना रोक दिया गया है।
Google में Zekai को सबसे पहले देखें