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