منصوبے کے بارے میں

PyTorch Forecasting ایک اوپن سورس، MIT لائسنس یافتہ پیکیج ہے جو جدید ترین ڈیپ لرننگ آرکیٹیکچرز کا استعمال کرتے ہوئے ٹائم سیریز کی پیش گوئی کے لیے ہے۔ یہ PyTorch اور PyTorch Lightning پر بنایا گیا ہے، لہذا ٹریننگ CPU، ایک GPU، یا متعدد GPUs پر خودکار لاگنگ کے ساتھ چل سکتی ہے۔ یہ پروجیکٹ حقیقی دنیا کی ایپلی کیشنز اور تحقیق دونوں کو نشانہ بناتا ہے۔ اس کا بیان کردہ مقصد پیشہ ور افراد کے لیے زیادہ سے زیادہ لچک کے ساتھ اعلیٰ سطحی API اور ابتدائی افراد کے لیے معقول ڈیفالٹس فراہم کرنا ہے۔ README میں بیان کردہ اہم اجزاء: - ایک ٹائم سیریز ڈیٹاسیٹ کلاس جو متغیر تبدیلیوں، گمشدہ اقدار، بے ترتیب ذیلی نمونے لینے، اور متعدد تاریخ کی لمبائیوں کو تجرید کرتی ہے۔ - ایک بیس ماڈل کلاس جو ٹائم سیریز ماڈلز کی بنیادی ٹریننگ، TensorBoard لاگنگ، اور عمومی تصورات جیسے حقیقی بمقابلہ پیش گوئیاں اور انحصار پلاٹ فراہم کرتی ہے۔ - متعدد نیورل نیٹ ورک آرکیٹیکچرز جو حقیقی دنیا کی تعیناتی کے لیے بہتر بنائے گئے ہیں، جن میں بلٹ ان تشریحی صلاحیتیں شامل ہیں۔ - ملٹی ہورائزن ٹائم سیریز میٹرکس۔ - optuna کے ساتھ ہائپر پیرامیٹر ٹیوننگ۔ دستیاب ماڈلز میں Temporal Fusion Transformer، N-BEATS، N-HiTS، DeepAR، اور PatchTST شامل ہیں، نیز سادہ بیس لائنز جیسے LSTM، GRU، ایک MLP ڈیکوڈر، اور ایک سادہ تازہ ترین قدر پیش گو۔ دستاویزات ماڈلز کا موازنہ فراہم کرتی ہیں۔ ایک ٹیوٹوریل وضاحت کرتا ہے کہ نئے ماڈلز اور حسب ضرورت اجزاء کیسے نافذ کیے جائیں۔ انسٹالیشن pip (`pip install pytorch-forecasting`) یا conda-forge سے conda کے ذریعے ہے۔ ونڈوز پر، PyTorch پہلے انسٹال کرنا ضروری ہے۔ ایک اختیاری اضافی MQF2 ملٹی ویریٹ کوانٹائل نقصان انسٹال کرتا ہے۔ استعمال pandas DataFrames کو TimeSeriesDataSet میں تبدیل کرنے پر مرکوز ہے، جس کے لیے ہدف، ٹائم سیریز ID، اور یکسر بڑھتے ہوئے وقت کے اشاریہ کے لیے کالم درکار ہوتے ہیں۔ ڈیٹاسیٹ انکوڈر اور پیش گوئی کی لمبائیوں اور جامد، معلوم، اور نامعلوم کوویریٹس کی وضاحت کرتا ہے۔ توثیقی ڈیٹاسیٹس ٹریننگ ڈیٹاسیٹ سے بنائے جا سکتے ہیں تاکہ نارملائزیشن کو دوبارہ استعمال کیا جا سکے۔ ڈیٹاسیٹس کو ڈیٹا لوڈرز میں تبدیل کیا جاتا ہے، اور ماڈلز کو PyTorch Lightning Trainer کے ساتھ تربیت دی جاتی ہے، جس میں ابتدائی روکنا، سیکھنے کی شرح کی نگرانی، اور Lightning Tuner کے ذریعے سیکھنے کی شرح تلاش کرنا شامل ہے۔ README دستاویزات، ٹیوٹوریلز، ریلیز نوٹس، ایک Discord کمیونٹی، اور Towards Data Science مضمون کے لنکس فراہم کرتا ہے۔ پروجیکٹ کو GC.OS اسپانسر شدہ پروجیکٹ کے طور پر بیان کیا گیا ہے۔