sktime/pytorch-forecasting
Time series forecasting with PyTorch
What it solves
PyTorch Forecasting 提供高级 API 用于时间序列预测，使用最先进的深度学习架构。它简化了处理复杂时间序列数据、训练神经网络以及部署到实际预测任务的过程。
How it works
该包基于 PyTorch Lightning，抽象了在 CPU 或 GPU 上训练的复杂性。它使用专门的 TimeSeriesDataSet 类来处理变量转换、缺失值和多种历史长度。用户可以从多个已实现的神经网络架构中选择，如 Temporal Fusion Transformers (TFT)、N-BEATS、N-HiTS 和 DeepAR，并通过 Optuna 使用多步长指标和超参数调优进行优化。
Who it’s for
它面向既需要在时间序列预测中获得最大灵活性的专业人士，也面向需要合理默认值快速入门的初学者。
Highlights
- State-of-the-art models: 包含 Temporal Fusion Transformers、N-BEATS、N-HiTS 和 DeepAR 的实现。
- Data abstraction: 专用的数据集类，用于管理时间序列元数据和转换。
- Scalable training: 利用 PyTorch Lightning 实现自动日志记录并在硬件之间无缝扩展。
- Interpretability: 包含具备内置解释能力的模型以及实际值与预测值的通用可视化。