Dies ist die Linux-App namens PyTorch Forecasting, deren neueste Version als v1.4.0sourcecode.tar.gz heruntergeladen werden kann. Sie kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens PyTorch Forecasting mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS:
PyTorch-Prognose
BESCHREIBUNG:
PyTorch Forecasting vereinfacht moderne Zeitreihenprognosen mit neuronalen Netzwerken sowohl für die Praxis als auch für die Forschung. Ziel ist eine High-Level-API mit maximaler Flexibilität für Profis und sinnvollen Standardeinstellungen für Einsteiger. Eine Zeitreihen-Dataset-Klasse abstrahiert die Handhabung von Variablentransformationen, fehlenden Werten, randomisierter Teilstichprobe, mehreren Verlaufslängen usw. Eine Basismodellklasse ermöglicht das grundlegende Training von Zeitreihenmodellen sowie die Protokollierung in Tensorboard und generische Visualisierungen wie Ist-Werte vs. Prognosen und Abhängigkeitsdiagramme. Mehrere neuronale Netzwerkarchitekturen für Zeitreihenprognosen wurden für den Praxiseinsatz optimiert und verfügen über integrierte Interpretationsfunktionen. Das Paket basiert auf PyTorch Lightning und ermöglicht sofort einsatzbereites Training auf CPUs, einzelnen und mehreren GPUs.
Eigenschaften
- Multi-Horizon-Zeitreihenmetriken
- Ranger-Optimierer für schnelleres Modelltraining
- Hyperparameter-Tuning mit Optuna
- Eine Basismodellklasse, die ein grundlegendes Training von Zeitreihenmodellen ermöglicht
- Mehrere neuronale Netzwerkarchitekturen
- Eine Zeitreihen-Datensatzklasse, die die Handhabung variabler Transformationen abstrahiert
Programmiersprache
Python
Kategorien
Diese Anwendung ist auch unter https://sourceforge.net/projects/pytorch-forecasting.mirror/ verfügbar. Sie wurde in OnWorks gehostet, um die Online-Ausführung auf einfachste Weise über eines unserer kostenlosen Betriebssysteme zu ermöglichen.