Python SDK от Nixtla для TimeGPT — облачной предварительно обученной модели временных рядов для прогнозирования и обнаружения аномалий.
amazon-science/chronos-forecasting
Предобученные модели на основе Transformer от Amazon для прогнозирования временных рядов в zero-shot-режиме, включая семейство Chronos-2.
- Звёзды
- 6,161
- Форки
- 751
- Открытые issues
- 40
- Последний коммит
- 16 дней назад
Что это?
Chronos — семейство предобученных моделей Amazon для прогнозирования временных рядов. Пакет chronos-forecasting можно установить через PyPI. Пользователь загружает модель с Hugging Face и получает вероятностный прогноз для новых рядов без предварительного обучения на них.
В семейство входит Chronos-2 с поддержкой прогнозирования для одномерных и многомерных рядов, а также рядов с ковариатами. Кроме того, доступны более быстрая модель Chronos-Bolt на основе патчей и исходные модели Chronos на основе токенов, построенные на архитектурах T5. Размеры моделей варьируются примерно от 8M до 710M параметров. В репозитории есть интерфейс predict_df на базе pandas с выводом квантилей, а также ноутбуки для быстрого старта и руководства по развёртыванию в SageMaker и AutoGluon-Cloud.
В проекте также есть ссылка на fev — сопутствующий пакет для бенчмаркинга моделей прогнозирования на датасетах Hugging Face.
Ключевые возможности
- 01Прогнозирование временных рядов в zero-shot-режиме с Chronos-2: одномерных и многомерных, а также с учётом ковариат.
- 02Вероятностные прогнозы с настраиваемыми уровнями квантилей для предиктивных интервалов.
- 03Интерфейс pandas DataFrame через predict_df с колонками id, timestamp и target.
- 04Модели на Hugging Face размером от 8M до 710M параметров.
- 05Руководства по развёртыванию в Amazon SageMaker JumpStart и AutoGluon-Cloud.
Сценарии использования
- Прогнозирование спроса, продаж или цен на электроэнергию без создания отдельной модели для каждого ряда.
- Добавление предиктивных интервалов к существующему конвейеру обработки временных рядов.
- Быстрое создание прототипов прогнозов на данных с известными будущими ковариатами, например акциями или погодой.
- Развёртывание конечной точки прогнозирования в AWS для промышленного инференса.
Быстрый старт
- 1
Установите пакет с помощью pip
pip install chronos-forecasting - 2
Установите pandas с поддержкой pyarrow (это необходимо для загрузки примера данных)
pip install 'pandas[pyarrow]' - 3
Загрузите Chronos-2 и запустите минимальный пример прогнозирования из README (для запуска в исходном виде требуется GPU с поддержкой CUDA)
Что важно знать
- В минимальном примере используется device_map="cuda", поэтому потребуется GPU NVIDIA, если не изменить устройство.
- Для развертывания в production рекомендуется Amazon SageMaker или AutoGluon-Cloud, что предполагает настройку AWS.
Темы
Частые вопросы
- Что такое chronos-forecasting?
- Предобученные модели на основе Transformer от Amazon для прогнозирования временных рядов в zero-shot-режиме, включая семейство Chronos-2. Chronos — семейство предобученных моделей Amazon для прогнозирования временных рядов. Пакет chronos-forecasting можно установить через PyPI. Пользователь загружает модель с Hugging Face и получает вероятностный прогноз для новых рядов без предварительного обучения на них.
- chronos-forecasting можно использовать бесплатно? Какая у него лицензия?
- chronos-forecasting распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- chronos-forecasting всё ещё поддерживается?
- Активно поддерживается. Последний коммит в chronos-forecasting — 5 окт. 2026 г..
- Для чего можно использовать chronos-forecasting?
- Прогнозирование спроса, продаж или цен на электроэнергию без создания отдельной модели для каждого ряда. Добавление предиктивных интервалов к существующему конвейеру обработки временных рядов. Быстрое создание прототипов прогнозов на данных с известными будущими ковариатами, например акциями или погодой. Развёртывание конечной точки прогнозирования в AWS для промышленного инференса.
- Как установить chronos-forecasting?
- Установите пакет с помощью pip: pip install chronos-forecasting Установите pandas с поддержкой pyarrow (это необходимо для загрузки примера данных): pip install 'pandas[pyarrow]' Загрузите Chronos-2 и запустите минимальный пример прогнозирования из README (для запуска в исходном виде требуется GPU с поддержкой CUDA)
- Где скачать chronos-forecasting?
- Исходный код и инструкции по установке — на GitHub: https://github.com/amazon-science/chronos-forecasting
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Инструмент командной строки и веб-интерфейс на Go для загрузки моделей и датасетов с HuggingFace Hub с параллельными подключениями и поддержкой возобновления.
Код к книге Build a Large Language Model (From Scratch): пошаговая реализация LLM, похожей на GPT, на PyTorch.
Бесплатный практический курс с Jupyter-ноутбуками и статьями о приложениях на базе LLM: OpenAI, Hugging Face, LangChain, векторные базы данных, дообучение и прунинг.
Java-фреймворк для создания AI-приложений с агентами, workflow и несколькими агентами на базе Spring AI.
Фреймворк на базе Ray и vLLM для обучения больших языковых и мультимодальных моделей с помощью RLHF и агентного RL.