thuml

用于一般时间序列分析的先进深度时间序列模型库

领域适应、任务适应与领域泛化的迁移学习库

关于“Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting”(NeurIPS 2021) 的代码发布，https://arxiv.org/abs/2106.13008

“iTransformer: Inverted Transformers Are Effective for Time Series Forecasting” (ICLR 2024 Spotlight) 的官方实现。

关于“TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis”的代码发布 (ICLR 2023)，https://openreview.net/pdf?id=ju_Uqw384Oq

「Timer: Generative Pre-trained Transformers Are Large Time Series Models」(ICML 2024) 及其后续工作的官方代码、数据集与检查点

从机器学习的角度，精选关于多任务学习 (MTL) 的数据集、代码库与论文列表。

depyf 是一个帮你理解并适应 PyTorch 编译器 torch.compile 的工具。

“非平稳 Transformer：探索时间序列预测中的平稳性”（NeurIPS 2022）代码发布，https://arxiv.org/abs/2205.14415

大型时间序列模型的实现、预训练代码与数据集

“TimeXer: Empowering Transformers for Time Series Forecasting with Exogenous Variables”(NeurIPS 2024) 的官方实现。