structured-data-models README

README проекта с github.com/NVIDIA/structured-data-models. Одним файлом markdown: README.md.

Structured Data Models

Python 3.11+ License: Apache 2.0 Contributions Welcome Docs

A GPU-native library of foundation models, tensor subclasses, and data processors for structured data.

Installation

The structured-data-models package is available from Python 3.11 and PyTorch 2.7 onwards. Install from PyPI:

pip install structured-data-models

Alternatively, install from main via:

pip install git+https://github.com/NVIDIA/structured-data-models.git

[!NOTE] For CUDA workloads, we highly recommend installing cudf as an additional dependency to keep dataframe-style operations on GPU and avoid unnecessary data movement.

Model Families

Tabular Foundation Models:

Relational Foundation Models:

Times Series Forecasting Foundation Models:

Times Series Anomaly Detection Foundation Models:

Quick Tour

from sklearn.datasets import load_breast_cancer

import sdm

df = load_breast_cancer(as_frame=True).frame

# A lossless, fully tensorized representation of the raw data on GPU:
table = sdm.TableTensor.from_pandas(
    df=df,
    stypes=sdm.infer_stypes(df, overrides={"target": "categorical"}),
    device="cuda",
)

# Access to a variety of pre-trained structured data models:
model = sdm.models.KumoTabular(device="cuda")

# Default in-context learning forward pass:
model(
    x_context=table[:300].drop_columns("target"),
    y_context=table[:300, "target"],
    x_query=table[300:].drop_columns("target"),
    num_estimators=8,
)

# Fit + Predict forward pass via key/value caching for fast inference:
model.fit(
    x=table[:300].drop_columns("target"),
    y=table[:300, "target"],
    num_estimators=8,
)
model.predict(table[300:].drop_columns("target"))
model.clear()

Additional examples are available in examples/. Benchmarks for reproducing reported results live in benchmark/.

Notice and Disclaimer

This software automatically retrieves, accesses or interacts with external materials. Those retrieved materials are not distributed with this software and are governed solely by separate terms, conditions and licenses. You are solely responsible for finding, reviewing and complying with all applicable terms, conditions, and licenses, and for verifying the security, integrity and suitability of any retrieved materials for your specific use case. This software is provided "AS IS", without warranty of any kind. The author makes no representations or warranties regarding any retrieved materials, and assumes no liability for any losses, damages, liabilities or legal consequences from your use or inability to use this software or any retrieved materials. Use this software and the retrieved materials at your own risk.

License

The NVIDIA-authored source code is licensed under the Apache License 2.0. Third-party software and separately distributed model assets are documented in THIRD_PARTY_LICENSES.md:

structured-data-models (NVIDIA/structured-data-models)

Ищем в базе…

Что это такое?Structured Data Models (SDM) — это библиотека, изначально рассчитанная на работу на GPU. В ней собраны фундаментальные модели, тензорные подклассы и обработчики данных для работы со структурированными данными, такими как таблицы, реляционные базы данных и временные ряды.
Это библиотека, которую я импортирую в свой код, или самостоятельное приложение?Это библиотека на Python, которую устанавливают через PyPI и импортируют в свой код. Она предоставляет реализации моделей, типы тензоров, совместимые с PyTorch, и утилиты для предобработки, а не готовое самостоятельное приложение.
Что нужно установить перед установкой этой библиотеки?Нужны Python 3.11+ и PyTorch 2.7+. Для задач на CUDA рекомендуется дополнительно установить cudf, чтобы операции с датафреймами выполнялись на GPU.
Нужен ли GPU, чтобы она хорошо работала?Библиотека описана как изначально рассчитанная на GPU. Она может работать и на CPU, но и её устройство, и рекомендация по cudf показывают, что для полной производительности задумано использование GPU.
Какие модели в ней есть?Здесь три группы моделей: табличные модели (TabICLv2, TabFM, KumoTabular), реляционная модель (KumoRelational) и модели временных рядов для прогнозирования (KumoForecast, TimesFM3) и поиска аномалий (KumoAnomaly).
Можно ли сразу использовать TabICLv2 или TimesFM3?Да, в библиотеке есть эталонные реализации на основе единого интерфейса модели, так что такие модели, как TabICLv2, TabFM, KumoRelational, KumoForecast, TimesFM3 и KumoAnomaly, можно загрузить и использовать прямо из пакета.
Есть ли примеры, с которых можно начать?Да, дополнительные примеры использования лежат в каталоге examples/, а бенчмарки для воспроизведения опубликованных результатов — в каталоге benchmark/.
Библиотека умеет и предобрабатывать данные?Да, помимо самих моделей в ней есть компонуемые, расширяемые утилиты предобработки и постобработки с ускорением на GPU для рабочих процессов со структурированными данными.
Какие есть похожие проекты?Time-Series-Library, timestral, pyod, autogluon, bioemu2, timesfm, LTX-Video, idol-sdk
Автор
NVIDIA
Размер
45.4 MB
Звёзды
493
Возраст
5 мес
Коммиты · 90 дней