#deepar Repositórios
Descubra 3 repositórios ativos de código aberto no GitHub marcados com #deepar, acumulando um total de 6,214 estrelas (uma média de 2,071 por projeto). O líder deste tópico é Nixtla/neuralforecast, com 4,318 estrelas.
3 repositórios no total
Framework de previsão probabilística de séries temporais baseado em PyTorch e no backend GluonTS
Modelagem de Séries Temporais Profundas Incrível e Fácil de Usar, baseada no PaddlePaddle, incluindo módulos de funcionalidade abrangentes como TSDataset, Análise, Transformação, Modelos, AutoTS e Ensemble, etc., suportando tarefas versáteis como previsão de séries temporais, aprendizado de representação e detecção de anomalias, etc., com o diferencial de rastreamento rápido de modelos profundos SOTA.
Perguntas Frequentes
Qual é o repositório de #deepar mais popular no GitHub?
O projeto de código aberto de #deepar mais bem classificado no GitHub é Nixtla/neuralforecast, com 4,318 estrelas. Algoritmos escaláveis e amigáveis de previsão neural :brain:.
Quais linguagens de programação são mais usadas nos repositórios de #deepar?
Entre os projetos de #deepar mais bem classificados no GitHub, as linguagens de programação mais comuns são Python.
Como é calculada a classificação dos repositórios de #deepar?
Acompanhamos 3 repositórios ativos de código aberto marcados com #deepar (com mais de 500 estrelas), totalizando 6,214 estrelas e uma média de 2,071 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.