thuml

सामान्य समय श्रृंखला विश्लेषण के लिए उन्नत गहरी समय श्रृंखला मॉडल के लिए एक लाइब्रेरी।

डोमेन अडप्टेशन, टास्क अडप्टेशन और डोमेन जनरलाइजेशन के लिए ट्रांसफर लर्निंग लाइब्रेरी

"Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting" (NeurIPS 2021) के कोड रिलीज़ के बारे में, https://arxiv.org/abs/2106.13008

"iTransformer: Inverted Transformers Are Effective for Time Series Forecasting" (ICLR 2024 Spotlight) के लिए आधिकारिक कार्यान्वयन

TimesNet के लिए कोड रिलीज़: सामान्य टाइम सीरीज़ विश्लेषण के लिए टेम्पोरल 2D-वेरिएशन मॉडलिंग (ICLR 2023)।

Timer: Generative Pre-trained Transformers Are Large Time Series Models (ICML 2024) और बाद के कार्यों के लिए आधिकारिक कोड, डेटासेट और चेकपॉइंट्स।

मशीन लर्निंग के दृष्टिकोण से मल्टी-टास्क लर्निंग (MTL) पर डेटासेट, कोडबेस और शोध पत्रों की एक क्यूरेटेड सूची।

depyf एक टूल है जो आपको PyTorch कंपाइलर torch.compile को समझने और अनुकूलित करने में मदद करता है।

"Non-stationary Transformers: Exploring the Stationarity in Time Series Forecasting" (NeurIPS 2022) के लिए कोड रिलीज़, https://arxiv.org/abs/2205.14415

लार्ज टाइम-सीरीज मॉडल के कार्यान्वयन, प्री-ट्रेनिंग कोड और डेटासेट

TimeXer: Empowering Transformers for Time Series Forecasting with Exogenous Variables (NeurIPS 2024) का आधिकारिक कार्यान्वयन