一个用于一般时间序列分析的高级深度时间序列模型库。
时间序列库 (TSLib) TSLib 是一个开源库,面向 深度学习 研究人员,特别是用于深度时间序列分析。 中文文档：READMEzh.md 我们提供了一个整洁的代码基础,用于评估先进的深度时间序列模型或开发您的模型,涵盖了五个主流任务: 长期和短期预测、补录、异常检测和分类。 :triangularflagonpost:News (2026.04) 由于当前维护者的带宽有限,我们不会积极地为该库添加新功能。自该库最初发布以来三年,其许多基准可能不再对评估当前研究的有效性或进展有意义。但是,基准实现仍然正确。因此,我们建议寻找更新的基准。 :triangularflagonpost:News (2025.12) 非常感谢 ailuntz 的伟大工作,该工作提供了更新的要求和 Docker 部署,以及一个井然有序的文档。这对本项目和初学者来说非常有意义。 :triangularflagonpost:News (2025.11) 考虑到大型时间序列模型 (LTSMs) 的快速发展,我们在 TSLib 中新增了 [零样本预测] 功能。您可以尝试此脚本来评估 LTSMs。 :triangularflagonpost:News (2025.10) 鉴于最近研究人员对标准基准中的微小改进产生的混乱,我们提出了 [准确性定律] 来描述深度时间序列预测任务的目标,可用于识别饱和的数据集。 :triangularflagonpost:News (2024.10) 我们已经包含 [TimeXer],该文件定义了一个实用的预测范式: 与外部变量进行预测。考虑到实用性和计算效率,我们认为 TimeXer 中定义的新预测范式可以成为未来研究的"正确"任务。 :triangularflagonpost:News (2024.10) 我们的实验室开源了 [OpenLTM],该库提供了与 TSLib 不同的预训练-微调范式。…
暂无开放 Issues，或尚未同步最近议题。