This is stars and forks stats for /PaddlePaddle/PaddleTS repository. As of 01 May, 2024 this repository has 399 stars and 96 forks.
简体中文 | English PaddleTS 是一个易用的深度时序建模的Python库，它基于飞桨深度学习框架PaddlePaddle，专注业界领先的深度模型，旨在为领域专家和行业用户提供可扩展的时序建模能力和便捷易用的用户体验。PaddleTS 的主要特性包括： 设计统一数据结构，实现对多样化时序数据的表达，支持单目标与多目标变量，支持多类型协变量 封装基础模型功能，如数据加载、回调设置、损失函数、训练过程控制等公共方法，帮助开发者在新模型开发过程中专注网络结构本身 内置业界领先的深度学习模型，包括NBEATS、NHiTS、LSTNet、TCN、Transformer、DeepAR、Informer等时序预测模型， TS2Vec、CoST等时序表征模型，以及 Autoencoder、VAE、AnomalyTransformer等时序异常检测模型 内置多样化的数据转换算子，支持数据处理与转换，包括缺失值填充、异常值处理、归一化、时间相关的协变量提取等 内置经典的数据分析算子，帮助开发者便捷实现数据探索，包括数据统计量信息及数据摘要等功能 自动模型调优AutoTS，支持多类型HPO(Hyper...
简体中文 | English PaddleTS 是一个易用的深度时序建模的Python库，它基于飞桨深度学习框架PaddlePaddle，专注业界领先的深度模型，旨在为领域专家和行业用户提供可扩展的时序建模能力和便捷易用的用户体验。PaddleTS 的主要特性包括： 设计统一数据结构，实现对多样化时序数据的表达，支持单目标与多目标变量，支持多类型协变量 封装基础模型功能，如数据加载、回调设置、损失函数、训练过程控制等公共方法，帮助开发者在新模型开发过程中专注网络结构本身 内置业界领先的深度学习模型，包括NBEATS、NHiTS、LSTNet、TCN、Transformer、DeepAR、Informer等时序预测模型， TS2Vec、CoST等时序表征模型，以及 Autoencoder、VAE、AnomalyTransformer等时序异常检测模型 内置多样化的数据转换算子，支持数据处理与转换，包括缺失值填充、异常值处理、归一化、时间相关的协变量提取等 内置经典的数据分析算子，帮助开发者便捷实现数据探索，包括数据统计量信息及数据摘要等功能 自动模型调优AutoTS，支持多类型HPO(Hyper...
| repo | techs | stars | weekly | forks | weekly |
|---|---|---|---|---|---|
| mli/autocut | PythonDockerfile | 5.5k | +22 | 525 | +1 |
| augmentedstartups/AS-One | PythonCythonShell | 513 | 0 | 88 | 0 |
| loTus04/W4SP-Stealer | Python | 125 | 0 | 15 | 0 |
| d8ahazard/sd_dreambooth_extension | PythonJavaScriptHTML | 1.6k | 0 | 263 | 0 |
| aliyun/surftrace | PythonCOther | 340 | 0 | 60 | 0 |
| overmind1980/oeasy-python-tutorial | Shell | 1.4k | 0 | 802 | 0 |
| mangrovedao/mangrove-core | SolidityTypeScriptJavaScript | 36 | 0 | 9 | 0 |
| pulp-platform/apb | SystemVerilogShellStata | 8 | 0 | 9 | 0 |
| dciccale/dotfiles | Vim ScriptShellVim Snippet | 4 | 0 | 1 | 0 |
| viroulep/configFiles | Vim ScriptPerlPython | 0 | 0 | 1 | 0 |