sktime/pytorch-forecasting
Time series forecasting with PyTorch
What it solves
PyTorch Forecasting 提供高階 API 用於時間序列預測，採用最先進的深度學習架構。它簡化了處理複雜時間序列資料、訓練神經網路以及部署於實際預測任務的流程。
How it works
此套件建構於 PyTorch Lightning 之上，抽象化了在 CPU 或 GPU 上訓練的複雜性。它使用專門的 TimeSeriesDataSet 類別來處理變數轉換、缺失值與多種歷史長度。使用者可以從多個已實作的神經網路架構中選擇，如 Temporal Fusion Transformers (TFT)、N-BEATS、N-HiTS 與 DeepAR，並透過 Optuna 以多步長指標與超參數調整進行最佳化。
Who it’s for
此套件同時適用於需要在時間序列預測上擁有最大彈性的專業人士，以及需要合理預設值以快速上手的初學者。
Highlights
- State-of-the-art models: 包含 Temporal Fusion Transformers、N-BEATS、N-HiTS 與 DeepAR 的實作。
- Data abstraction: 專門的資料集類別，用於管理時間序列的中繼資料與轉換。
- Scalable training: 利用 PyTorch Lightning 自動記錄並在硬體間無縫擴展。
- Interpretability: 包含具備內建解釋能力的模型，以及實際值與預測值的通用視覺化。