Repolode
amazon-science

amazon-science/chronos-forecasting

Modelos baseados em Transformer pré-treinados da Amazon para previsão zero-shot de séries temporais, incluindo a família Chronos-2.

Estrelas
6,161
Forks
751
Issues abertas
40
Último commit
há 16 dias

O que é?

Chronos é uma família de modelos pré-treinados de previsão de séries temporais da Amazon, que podem ser instalados pelo PyPI com o pacote chronos-forecasting. Os usuários carregam um modelo do Hugging Face e geram previsões probabilísticas para novas séries sem precisar treiná-lo com elas antes.

A família inclui o Chronos-2, que oferece suporte a previsões univariadas, multivariadas e com covariáveis, além do Chronos-Bolt, mais rápido e baseado em patches, e dos modelos Chronos originais, baseados em tokens e construídos sobre arquiteturas T5. Os modelos variam de cerca de 8M a 710M de parâmetros. O repositório oferece uma interface predict_df baseada em pandas, com resultados por quantis, além de notebooks de início rápido e guias de implantação para SageMaker e AutoGluon-Cloud.

O projeto também aponta para o fev, um pacote complementar para avaliar modelos de previsão em datasets do Hugging Face.

Recursos principais

  • 01Previsão zero-shot de séries temporais univariadas, multivariadas e com covariáveis usando o Chronos-2.
  • 02Previsões probabilísticas com níveis de quantil configuráveis para intervalos de previsão.
  • 03Interface de pandas DataFrame via predict_df, com colunas de id, timestamp e target.
  • 04Modelos hospedados no Hugging Face, com tamanhos de 8M a 710M de parâmetros.
  • 05Guias de implantação para Amazon SageMaker JumpStart e AutoGluon-Cloud.

Casos de uso

  • Prever demanda, vendas ou preços de eletricidade sem criar um modelo específico para cada série.
  • Adicionar intervalos de previsão probabilísticos a um pipeline existente de séries temporais.
  • Prototipar previsões com dados que incluem covariáveis futuras conhecidas, como promoções ou clima.
  • Implantar um endpoint de previsão na AWS para inferência em produção.

Início rápido

  1. 1

    Instale o pacote com pip

    pip install chronos-forecasting
  2. 2

    Instale pandas com suporte a pyarrow (necessário para carregar os dados de exemplo)

    pip install 'pandas[pyarrow]'
  3. 3

    Carregue o Chronos-2 e execute o exemplo mínimo de previsão do README (da forma como está escrito, requer uma GPU CUDA)

Antes de usar

  • O exemplo mínimo usa device_map="cuda", portanto requer uma GPU NVIDIA, a menos que você altere o dispositivo.
  • Para implantação em produção, recomenda-se o Amazon SageMaker ou o AutoGluon-Cloud, o que implica configurar a AWS.

Tópicos

Perguntas frequentes

O que é chronos-forecasting?
Modelos baseados em Transformer pré-treinados da Amazon para previsão zero-shot de séries temporais, incluindo a família Chronos-2. Chronos é uma família de modelos pré-treinados de previsão de séries temporais da Amazon, que podem ser instalados pelo PyPI com o pacote chronos-forecasting. Os usuários carregam um modelo do Hugging Face e geram previsões probabilísticas para novas séries sem precisar treiná-lo com elas antes.
chronos-forecasting é gratuito? Qual é a licença?
chronos-forecasting é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
chronos-forecasting ainda é mantido?
Manutenção ativa. O último commit de chronos-forecasting foi em 5 de out. de 2026.
Para que posso usar chronos-forecasting?
Prever demanda, vendas ou preços de eletricidade sem criar um modelo específico para cada série. Adicionar intervalos de previsão probabilísticos a um pipeline existente de séries temporais. Prototipar previsões com dados que incluem covariáveis futuras conhecidas, como promoções ou clima. Implantar um endpoint de previsão na AWS para inferência em produção.
Como instalar chronos-forecasting?
Instale o pacote com pip: pip install chronos-forecasting Instale pandas com suporte a pyarrow (necessário para carregar os dados de exemplo): pip install 'pandas[pyarrow]' Carregue o Chronos-2 e execute o exemplo mínimo de previsão do README (da forma como está escrito, requer uma GPU CUDA)
Onde consigo chronos-forecasting?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/amazon-science/chronos-forecasting

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados