google-research/timesfm

项目概览

TimesFM 是一个预训练的 decoder-only 时间序列预测基础模型，旨在为时间序列预测提供稳健的解决方案。

项目类型

模型运行

应用场景

数据分析

部署方式

查看项目说明

License

Apache-2.0

适合谁

• 需要进行时间序列预测的数据团队和 AI 工程师。

核心能力

• 用于时间序列预测的 decoder-only 基础模型。
• 通过 XReg 为 TimesFM 2.5 重新添加了协变量支持。
• 提供了使用 HuggingFace Transformers 和 PEFT (LoRA) 的微调示例。
• 提供 Flax 版本的模型以实现更快的推理。

限制与风险

• 此开源版本并非官方支持的 Google 产品。

如何开始

• 可通过执行 pip install timesfm 快速完成安装，入门难度较低。

核验依据

• README: TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
• README: 1. ✅ Flax version of the model for faster inference.
• README: Added back the covariate support through XReg for TimesFM 2.5.
• README: Added fine-tuning example using HuggingFace Transformers + PEFT (LoRA)
• README: * [BigQuery ML](https://cloud.google.com/bigquery/docs/timesfm-model): Enterprise level SQL queries for scalability and reliability. * [Google Sheets](https://workspaceupdates.goo…

内容核验时间：