flow-forecast
Bibliothèque PyTorch pour l'apprentissage profond pour la prévision de séries temporelles, la classification et la détection d'anomalies (initialement pour la prévision des inondations).
Utilisez une bibliothèque d'apprentissage profond pour prévoir des données de séries temporelles, détecter des anomalies et classer des informations facilement.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentBibliothèque PyTorch pour l'apprentissage profond pour la prévision de séries temporelles, la classification et la détection d'anomalies (initialement pour la prévision des inondations).
flow-forecast compte 2.3k étoiles sur GitHub. Il a été forké 302 fois. flow-forecast est écrit principalement en Python. Il est développé activement depuis 2019. flow-forecast est disponible sous licence GPL-3.0. Ses principaux thèmes sont : anomaly-detection, deep-learning, deep-neural-networks, forecasting.
Qu'est-ce que flow-forecast ?
Bibliothèque PyTorch pour l'apprentissage profond pour la prévision de séries temporelles, la classification et la détection d'anomalies (initialement pour la prévision des inondations).
flow-forecast est-il open source ?
flow-forecast est un projet open source. Il est distribué sous licence GPL-3.0.
flow-forecast est-il gratuit ?
Oui. flow-forecast est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même. Sa licence GPL-3.0 est copyleft : toute version modifiée que vous distribuez doit rester sous la même licence.
Sous quelle licence est flow-forecast ?
flow-forecast est disponible sous licence GPL-3.0.
Dans quel langage flow-forecast est-il écrit ?
flow-forecast est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/aistream-peelout-flow-forecast.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.