ibm-granite/granite-tsfm

何を解決するか

このプロジェクトは、時系列基礎モデル（TSFM）、特にGranite時系列コレクションを使用するためのツールとユーティリティを提供します。時系列予測タスクにおけるこれらのモデルの使用、事前学習、微調整を簡素化します。

仕組み

このリポジトリは、Hugging Faceにホストされているモデルの補完として機能します。PatchTSMixer、PatchTST、TinyTimeMixer（TTM）などのモデルの事前学習および微調整プロセスをガイドするPythonユーティリティ、サービングコンポーネント、およびノートブックのコレクションを提供します。

対象ユーザー

基礎モデルを使用して時系列予測を実装する必要があるデータサイエンティストや機械学習エンジニアで、転移学習やベンチマークを構造的に実行したい方。

主な特徴

• 基礎モデルのサポート: TinyTimeMixer（TTM）、PatchTSMixer、PatchTST、FlowStateなど、さまざまなモデルをサポート。
• Hugging Faceとの統合: Hugging Face transformersライブラリで利用可能なモデルとシームレスに連携するように設計。
• 実践的なチュートリアル: シンプルなスタートと転移学習を実行するためのGoogle Colabチュートリアルとノートブックを含む。
• サービングコンポーネント: モデル推論およびサービング用のコンポーネントを含む。