#19 · 主分类： 时间序列机器学习
flow-forecast
anomaly-detection
deep-learning
deep-neural-networks
forecasting
hacktoberfest
lstm
pytorch
state-of-the-art-models
time-series
time-series-analysis
time-series-forecasting
time-series-regression
transfer-learning
transformer
用于时间序列预测、分类和异常检测的深度学习 PyTorch 库（最初用于洪水预测）。
项目最后更新：08/13/26
GitHub Stars
2.3K
Forks数量
302
贡献者数量
16
许可证
GPL-3.0
收录理由
Flow Forecast 为时间序列工作提供了一整套深度学习工具，免去了在多个模型仓库之间拼接代码的麻烦。它将 Transformer、注意力模型、GRU 和基于 ODE 的方法等现代架构统一在同一个 PyTorch API 之下，并且自带了可解释性指标和模型服务能力。这个项目最初用于洪水和河流流量预测，因此非常贴近实际预测场景，但同样的工具也适用于需求、能源或传感器数据的预测。数据科学家和机器学习工程师如果希望快速对比不同现代模型，或者在预测的同时进行异常检测，可以把它当作一个连贯的选择，而不必在多个单一用途的库之间来回切换。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。