分享一个好用的时间序列库
tsai库github地址:https://github.com/timeseriesAI/tsai
使用手册:https://timeseriesai.github.io/tsai/
描述
tsai是一个先进的时间序列和序列深度学习库。是建立在Pytorch &fastai之上的开源深度学习包,可以用于完成关于时间序列的多种任务,如分类、回归、预测、插补等任务。
tsai库中包含现有多种先进算法,可以快速进行实验结果复现。
使用方法
Pip安装
您可以安装最新稳定来自pip的版本使用:
pip install tsai
可编辑安装
如果你计划自己开发tsai,或者想走在最前沿,你可以使用可编辑的安装。首先安装PyTorch,然后:
git clone https://github.com/timeseriesAI/tsai
pip install -e "tsai[dev]"
注意:从tsai 0.3.0开始tsai将只安装硬依赖项。默认情况下不会安装其他软依赖项(仅适用于选定任务)(这是推荐的方法。如果您需要任何未安装的依赖项,tsai会要求kyou在必要时安装它)。如果仍要安装tsai及其所有依赖项,可以运行以下命令:
pip install tsai[extras]
Conda安装
您还可以使用conda安装tsai(请注意,如果使用mamba替换condaw,安装过程将更快、更可靠):
conda install -c timeseriesai tsai
包含算法介绍
- LSTM (Hochreiter, 1997)
- GRU (Cho, 2014)
- MLP - Multilayer Perceptron (Wang, 2016)
- FCN - Fully Convolutional Network (Wang, 2016)
- ResNet - Residual Network (Wang, 2016)
- LSTM-FCN(Karim, 2017)
- GRU-FCN (Elsayed, 2018)
- mWDN - Multilevel wavelet decomposition network (Wang, 2018)
- TCN- Temporal Convolutional Network (Bai, 2018)
- MLSTM-FCN - Multivariate LSTM-FCN (Karim, 2019)
- InceptionTime (Fawaz, 2019)
- Rocket (Dempster, 2019)
- XceptionTime (Rahimian, 2019)
- ResCNN - 1D-ResCNN (Zou , 2019)
- TabModel - modified from fastai’s TabularModel
- OmniScale - Omni-Scale 1D-CNN (Tang, 2020)
- TST - Time Series Transformer (Zerveas, 2020)
- TabTransformer (Huang, 2020)
- MiniRocket (Dempster, 2021)
- XCM - An Explainable Convolutional Neural Network (Fauvel, 2021)
- gMLP - Gated Multilayer Perceptron (Liu, 2021)
- GatedTabTransformer (Cholakov, 2022)
快速使用tsai库
from tsai.all import *
文档中包含各种使用案例,可根据需求自行探索
遇到问题也可以在github上向作者提问,作者回复很及时