Repolode
amazon-science

amazon-science/chronos-forecasting

Modelos basados en Transformer preentrenados por Amazon para pronosticar series temporales sin entrenamiento previo, incluida la familia Chronos-2.

Estrellas
6,161
Forks
751
Issues abiertos
40
Último commit
hace 16 días

¿Qué es?

Chronos es una familia de modelos preentrenados para pronosticar series temporales de Amazon, que se pueden instalar desde PyPI con el paquete chronos-forecasting. Los usuarios cargan un modelo desde Hugging Face y generan pronósticos probabilísticos para nuevas series sin entrenarlo previamente.

La familia incluye Chronos-2, compatible con pronósticos univariantes, multivariantes y con covariables, además de Chronos-Bolt, más rápido y basado en parches, y los modelos Chronos originales basados en tokens y construidos sobre arquitecturas T5. Los tamaños de los modelos van de aproximadamente 8M a 710M de parámetros. El repositorio ofrece una interfaz predict_df basada en pandas con resultados por cuantiles, además de notebooks de inicio rápido y guías de implementación para SageMaker y AutoGluon-Cloud.

El proyecto también enlaza a fev, un paquete complementario para comparar modelos de pronóstico con datasets de Hugging Face.

Funciones clave

  • 01Pronósticos sin entrenamiento previo de series temporales univariantes, multivariantes y con covariables mediante Chronos-2.
  • 02Pronósticos probabilísticos con niveles de cuantiles configurables para los intervalos de predicción.
  • 03Interfaz de pandas DataFrame mediante predict_df, con columnas id, timestamp y target.
  • 04Modelos alojados en Hugging Face, con tamaños de 8M a 710M de parámetros.
  • 05Guías de implementación para Amazon SageMaker JumpStart y AutoGluon-Cloud.

Casos de uso

  • Pronosticar la demanda, las ventas o los precios de la electricidad sin crear un modelo específico para cada serie.
  • Añadir intervalos de predicción probabilísticos a una canalización existente de series temporales.
  • Probar pronósticos con datos que incluyan covariables futuras conocidas, como promociones o el clima.
  • Implementar un endpoint de pronóstico en AWS para realizar inferencias en producción.

Inicio rápido

  1. 1

    Instala el paquete con pip

    pip install chronos-forecasting
  2. 2

    Instala pandas con compatibilidad con pyarrow (necesario para cargar los datos de ejemplo)

    pip install 'pandas[pyarrow]'
  3. 3

    Carga Chronos-2 y ejecuta el ejemplo mínimo de predicción del README (tal como está escrito, requiere una GPU CUDA)

Antes de usarlo

  • El ejemplo mínimo usa device_map="cuda", por lo que requiere una GPU NVIDIA, a menos que cambies el dispositivo.
  • Para el despliegue en producción se recomienda Amazon SageMaker o AutoGluon-Cloud, lo que implica tener que configurar AWS.

Temas

Preguntas frecuentes

¿Qué es chronos-forecasting?
Modelos basados en Transformer preentrenados por Amazon para pronosticar series temporales sin entrenamiento previo, incluida la familia Chronos-2. Chronos es una familia de modelos preentrenados para pronosticar series temporales de Amazon, que se pueden instalar desde PyPI con el paquete chronos-forecasting. Los usuarios cargan un modelo desde Hugging Face y generan pronósticos probabilísticos para nuevas series sin entrenarlo previamente.
¿chronos-forecasting es gratuito? ¿Qué licencia tiene?
chronos-forecasting es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿chronos-forecasting sigue mantenido?
Mantenimiento activo. El último commit de chronos-forecasting fue el 5 oct 2026.
¿Para qué puedo usar chronos-forecasting?
Pronosticar la demanda, las ventas o los precios de la electricidad sin crear un modelo específico para cada serie. Añadir intervalos de predicción probabilísticos a una canalización existente de series temporales. Probar pronósticos con datos que incluyan covariables futuras conocidas, como promociones o el clima. Implementar un endpoint de pronóstico en AWS para realizar inferencias en producción.
¿Cómo se instala chronos-forecasting?
Instala el paquete con pip: pip install chronos-forecasting Instala pandas con compatibilidad con pyarrow (necesario para cargar los datos de ejemplo): pip install 'pandas[pyarrow]' Carga Chronos-2 y ejecuta el ejemplo mínimo de predicción del README (tal como está escrito, requiere una GPU CUDA)
¿Dónde consigo chronos-forecasting?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/amazon-science/chronos-forecasting

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados