安装

从不同来源安装包的说明。

发布版本

PyPI

最新版本

要从 PyPI 安装最新版本的 mlforecast，您只需在终端中运行以下命令：

pip install mlforecast

特定版本

如果你想要特定版本，可以加入过滤器，例如：

• pip install "mlforecast==0.3.0" 安装 0.3.0 版本
• pip install "mlforecast<0.4.0" 安装任意低于 0.4.0 的版本

附加内容

polars

使用polars数据框： pip install "mlforecast[polars]"

保存到远程存储

如果您想将预测工件保存到像 S3 或 GCS 这样的远程存储，可以使用以下扩展：

• 保存到 S3：pip install "mlforecast[aws]"
• 保存到 Google Cloud Storage：pip install "mlforecast[gcp]"
• 保存到 Azure Data Lake：pip install "mlforecast[azure]"

分布式训练

如果您想进行分布式训练，可以使用dask、ray或spark。一旦确定了要使用的框架，您可以包含其额外的依赖项：

• dask: pip install "mlforecast[dask]"
• ray: pip install "mlforecast[ray]"
• spark: pip install "mlforecast[spark]"

Conda

最新版本

mlforecast包也发布在conda-forge上，您可以通过在终端中运行以下命令来安装：

conda install -c conda-forge mlforecast

请注意，这通常是在发布到PyPI后大约一天才会发生，因此您可能需要等待以获得最新版本。

特定版本

如果您想要特定版本，可以包含一个过滤器，例如：

• conda install -c conda-forge "mlforecast==0.3.0" 来安装 0.3.0 版本
• conda install -c conda-forge "mlforecast<0.4.0" 来安装任何 0.4.0 之前的版本

开发版本

如果您想尝试一个尚未发布的新特性，您有以下几种选择：

• 从github安装： pip install git+https://github.com/Nixtla/mlforecast
• 克隆并安装： git clone https://github.com/Nixtla/mlforecast mlforecast-dev && pip install mlforecast-dev/，这将安装当前主分支的版本。

Give us a ⭐ on Github