#deepar Repositorios
Descubre 3 repositorios activos de código abierto de GitHub etiquetados con #deepar, que acumulan 6,214 estrellas en total (una media de 2,071 estrellas por proyecto). El líder de este tema es Nixtla/neuralforecast, con 4,318 estrellas.
3 repositorios en total
Framework probabilístico de pronóstico de series temporales basado en PyTorch con backend GluonTS
Impresionante modelado profundo de series temporales fácil de usar basado en PaddlePaddle, que incluye módulos de funcionalidad completos como TSDataset, Analysis, Transform, Models, AutoTS y Ensemble, etc., compatible con tareas versátiles como pronóstico de series temporales, aprendizaje de representación y detección de anomalías, etc., con seguimiento rápido de modelos profundos SOTA.
Preguntas frecuentes
¿Cuál es el repositorio de #deepar más popular en GitHub?
El proyecto de código abierto de #deepar mejor posicionado en GitHub es Nixtla/neuralforecast, con 4,318 estrellas. Algoritmos neuronales :brain: de pronóstico escalables y fáciles de usar.
¿Qué lenguajes de programación se utilizan más en los repositorios de #deepar?
Entre los proyectos de #deepar mejor posicionados en GitHub, los lenguajes de programación más comunes son Python.
¿Cómo se calcula la clasificación de los repositorios de #deepar?
Seguimos 3 repositorios activos de código abierto etiquetados con #deepar (500+ estrellas), que suman un total de 6,214 estrellas, con una media de 2,071 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.