tfts：tensorflow中的深度学习时间序列

Screen Shot 2022-10-07 at 4.50.16 PM.png

文档 | 教程 | 发布日志 | English

东流TFTS (TensorFlow Time Series) 是基于TensorFlow时间序列开源工具，支持多种深度学习模型

• 结构灵活，适配多种时间序列任务
• 多套久经考验的深度学习模型
• 查阅文档，快速入门

中文名“东流”，源自辛弃疾“青山遮不住，毕竟东流去。江晚正愁余，山深闻鹧鸪”。

安装

pip install tensorflow>=2.0.0
pip install tfts

快速使用

import tensorflow as tf
import tfts
from tfts import AutoModel, KerasTrainer

train, valid = tfts.load_data('sine')
backbone = AutoModel('seq2seq')
model = functools.partial(backbone.build_model, input_shape=[24, 2])

trainer = KerasTrainer(model)
trainer.train(train, valid)
trainer.predict(valid[0])

示例

• 东流Bert模型 获得KDD CUP2022百度风机功率预测第3名
• 东流Seq2seq模型 获得阿里天池-AI earth人工智能气象挑战赛第4名

更多应用

• Time_series_prediction
• Time series classification
• Anomaly detection
• Uncertainty prediction
• Parameters tuning with optuna

引用

@misc{tfts2020,
  author = {Longxing Tan},
  title = {Time series prediction},
  year = {2020},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {\url{https://github.com/longxingtan/time-series-prediction}},
}