معرفی شرکت ها

deepforecast-0.0.4

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.0.4
0.0.3
0.0.2
0.0.1
0.0.1

توضیحات

An easy-to-use deep model for time series forecast
ویژگی مقدار
سیستم عامل -
نام فایل deepforecast-0.0.4
نام deepforecast
نسخه کتابخانه 0.0.4
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Nelson Zhao
ایمیل نویسنده dutzhaoyeyu@163.com
آدرس صفحه اصلی https://github.com/NELSONZHAO/DeepForecast
آدرس اینترنتی https://pypi.org/project/deepforecast/
مجوز -
# **DeepForecast** An Easy-to-use Deep Model for Time Series Forecast ## Methods - STTF - Seq2Seq ## How to install ```pip install deepforecast``` ## How to use Use STTF as an exapmle: ```python from tensorflow.keras.utils import plot_model from deepforecast.features import SparseColumn, SequenceColumn from deepforecast.models import STTF attr_feats = ["age", "user", "platform"] sequence_feats = ["history", "future"] attr_columns = [] for feat in attr_feats: col = SparseColumn(name=feat, vocab_size=10, embed_dim=8) attr_columns.append(col) sequence_columns = [] hist_col = SequenceColumn(name="history", num_seq=5, seq_steps=28, dim=1) sequence_columns.append(hist_col) fut_col = SequenceColumn(name="future", num_seq=4, seq_steps=7, dim=1) sequence_columns.append(fut_col) model = STTF(attr_columns, sequence_columns, attr_attention_embed_dim=12) model.summary() plot_model(model, show_shapes=True) model.compile(optimizer="rmsprop", loss=["mse", "mse"], loss_weights=[0.2, 0.8], metrics=["mse"]) ```


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl deepforecast-0.0.4:

    pip install deepforecast-0.0.4.whl


نصب پکیج tar.gz deepforecast-0.0.4:

    pip install deepforecast-0.0.4.tar.gz