awesome-repositories.com
المدونة
awesome-repositories.com

اكتشف أفضل مستودعات المصادر المفتوحة باستخدام بحث مدعوم بالذكاء الاصطناعي.

استكشفعمليات بحث منسقةOpen-source alternativesSelf-hosted softwareالمدونةخريطة الموقع
المشروعحولHow we rankالصحافةخادم MCP
قانونيالخصوصيةالشروط
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 مستودع

Awesome GitHub RepositoriesTraining Sequence Integration

Conversion of tabular dataframes into specialized sequences specifically for neural network training.

Distinct from Dataframe Processing: Distinct from general dataframe processing by focusing on the conversion into training sequences for deep learning.

Explore 1 awesome GitHub repository matching data & databases · Training Sequence Integration. Refine with filters or upvote what's useful.

Awesome Training Sequence Integration GitHub Repositories

اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
  • jdb78/pytorch-forecastingالصورة الرمزية لـ jdb78

    jdb78/pytorch-forecasting

    4,933عرض على GitHub↗

    هذا إطار عمل للتعلم العميق للتنبؤ بالقيم المستقبلية في البيانات المتسلسلة باستخدام معماريات PyTorch. يوفر مجموعة أدوات للتنبؤ بالسلاسل الزمنية طويلة المدى والاحتمالية، مع دمج خط أنابيب بيانات لتحويل إطارات البيانات الجدولية إلى تسلسلات لتدريب التعلم العميق الخاضع للإشراف. تستخدم المكتبة غلاف تدريب لتوسيع نطاق تنفيذ النموذج عبر وحدات المعالجة المركزية (CPUs) ووحدات معالجة الرسومات (GPUs). تدعم توليد توزيعات احتمالية للنتائج المستقبلية بدلاً من تقديرات النقطة الواحدة لتحديد عدم اليقين في التنبؤ. يتضمن إطار العمل قدرات لتنفيذ نماذج التنبؤ، وتحسين المعلمات الفائقة، وتقييم الدقة من خلال مقاييس متعددة الآفاق. كما يوفر طرقًا لقياس أداء المعماريات المعقدة مقابل نماذج أساسية بسيطة.

    Provides utilities to convert tabular data into specialized sequences for supervised neural network training.

    Python
    عرض على GitHub↗4,933
  1. Home
  2. Data & Databases
  3. Data Processing Pipelines
  4. Data Processing
  5. Dataframe Processing
  6. Training Sequence Integration