Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.31.0 · метрики 2.10.0 · 2026-08-12 23:39 UTC

Nixtla / neuralforecast

Scalable and user friendly neural :brain: forecasting algorithms.

Python · Jupyter NotebookApache-2.0★ 4 238 зірок⑂ 498 форківз квіт. 2021 р.Переглянути на GitHub ↗
ТипБібліотекаМережевий сервісяк це визначено
#deep-learning#forecasting#esrnn#nbeats#nbeatsx#time-series#pytorch#transformer#nhits#neural-network#machine-learning#deep-neural-networks#deepar#tft#robust-regression#hierarchical-forecasting#probabilistic-forecasting#baselines#baselines-zoo#hint

Nixtla/neuralforecast має індекс здоров’я 98 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Engineering Quality (96/100), найнижчий — AI Readiness (55/100). Останнє оновлення було 2 дні тому. Більшість нещодавньої роботи виконують 2 учасники.

98
загалом / 100
Винятковий

Індекс здоров'я програмного забезпечення

Метрики згруповано у зважені категорії на шкалі 1–100. Загальна оцінка починається як їхнє зважене середнє, відкаліброване за розподілом публічного реєстру, тож діапазони мають перцентильний зміст; коли публічні дані активують Політику юрисдикцій високого ризику, рейтинг коригується й отримує верхню межу 34 («У зоні ризику»).

98
Винятковий93-100Верхній щабель реєстру (≈ топ-5%); відповідає практично всім перевіреним критеріям
Відмінний80-92Сильний за всіма напрямами; незначні прогалини
Добрий65-79Здоровий; прогалини обмежені та керовані
Помірний50-64Прийнятний, але з помітними прогалинами; рекомендовано перевірку
Слабкий35-49Суттєві недоліки в кількох сферах
У зоні ризику20-34Суттєві слабкі місця; впровадження потребує обережності
Критичний1-19Серйозні проблеми (покинутий, єдиний мейнтейнер, без базової гігієни)
ЖиттєздатністьСпільнота тавпровадженняСталість таврядуванняІнженернаякістьБезпекаГотовність доШІ

Профіль оцінок

Кожна вісь — окрема категорія. Форма важить більше, ніж середнє: здоровий об'єкт заповнює всю фігуру, тоді як профіль із піками та провалами означає, що сила в одному вимірі маскує ризик в іншому.

Зважений загальний бал 87 калібровано до 98 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

NixtlaОрганізація
2 834 підписники40 публічних репозиторіївз бер. 2021 р.

За цим репозиторієм стоїть організація — спільна, підзвітна опіка, здатна пережити будь-якого окремого мейнтейнера.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIneuralforecast3.2.1-448 днів томуtime-seriesforecastingdeep-learning

Метрики за категоріями

Життєздатність

Чи живий проєкт — чи пишеться код і чи виходять релізи?

95Винятковий · 21% загального індексу

Активність розробки

92Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 2 дн. тому
27.7/36Ритм комітів — 40/52 тижнів із комітами
18/18Обсяг комітів — 149 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year149
human_commit_share0,81
days_since_last_push2
active_weeks_last_year40

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 38 релізів
36/36Свіжість релізів — останній реліз 8 дн. тому
27/27Ритм релізів — реліз кожні ~34,1 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count38
latest_release_tagv3.2.1
releases_from_tagsні
days_since_latest_release8
mean_days_between_releases34,1
Виключено з оцінювання (немає даних або не застосовно): OpenSSF Scorecard: Signed-Releases. Залишкові ваги перенормовано.

Спільнота та впровадження

Чи має проєкт користувачів, завантаження, увагу та влаштовані умови для контриб’юторів?

88Відмінний · 17% загального індексу

Популярність і впровадження

90Відмінний
Як обчислюється оцінка
58.8/60Зірки — 4 238 зірок
22.5/25Форки — 498 форків
8.6/15Спостерігачі — 36 спостерігачів
Використані вхідні дані
forks498
stars4 238
watchers36
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

85Відмінний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (Apache-2.0)
18/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges9
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateні

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

86Відмінний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

63Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
13.9/22.5Розподіл комітів — головний контриб’ютор — автор 38% комітів
13.5/13.5Широта контриб’юторів — 57 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 5 contributing companies or organizations
Використані вхідні дані
bus_factor2
contributors_sampled57
top_contributor_share0,381

Реактивність на issue та PR

93Винятковий
Як обчислюється оцінка
41.7/42Вирішення issue — закрито 99% issue
25.9/30Прийняття PR — злито 667/772 вирішених PR
10.8/13Newcomer PR acceptance — злито 5/6 PR від новачків за 30 дн.
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Використані вхідні дані
merged_prs667
open_issues5
closed_issues665
prs_merged_7d3
prs_decided_7d3
prs_merged_30d19
prs_decided_30d20
issue_closed_ratio0,993
closed_unmerged_prs105
first_time_authors_30d4
first_time_prs_merged_30d5
first_time_prs_decided_30d6

Власність та опіка

97Винятковий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен — статус підтвердженого домену для цієї організації не зчитано
24.8/25Охоплення власника — 2 834 підписників у Nixtla
22.6/25Послужний список — 40 публічних репозиторіїв, вік облікового запису ~5 р.
Використані вхідні дані
followers2 834
owner_typeOrganization
is_verified—
owner_loginNixtla
public_repos40
account_age_days1 989
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 8 дн. тому
20/20Історія версій — 44 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesneuralforecast
ecosystemspypi
any_deprecatedні
min_days_since_publish8

Інженерна якість

Чи наявні базові інженерні практики та документація?

96Винятковий · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 7 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://nixtlaverse.nixtla.io/neuralforecast
10/10Опис репозиторію
10/10Теми — 20 тем
10/10Wiki
Використані вхідні дані
topicsdeep-learning, forecasting, esrnn, nbeats, nbeatsx, time-series, pytorch, transformer, nhits, neural-network, machine-learning, deep-neural-networks, deepar, tft, robust-regression, hierarchical-forecasting, probabilistic-forecasting, baselines, baselines-zoo, hint
has_wikiтак
homepagehttps://nixtlaverse.nixtla.io/neuralforecast
docs_sitehttps://nixtlaverse.nixtla.io/neuralforecast
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

Чи міцні видимі практики безпеки й ланцюга постачання, без непослабленої пов’язаності з юрисдикціями високого ризику?

74Добрий · 16% загального індексу

Стан безпеки

75Добрий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
3.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 5 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
2/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 4
4/5SAST — SAST tool is not run on all commits -- score normalized to 8
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — немає даних
5.2/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
6/7.5Vulnerabilities — 2 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7,5
Виключено з оцінювання (немає даних або не застосовно): Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

72Добрий
Як обчислюється оцінка
13.2/35Прямі залежності без відомих сповіщень — уражено 1: pytorch-lightning 2.5.6 (high 7.8)
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
33.5/40Немає задавнених сповіщень — 1 пакет(ів) зі сповіщеннями без реакції понад 90 дн.; найдавніше опубліковано 92 дн. тому
Використані вхідні дані
sourceosv
advisories2
affected_packages1
assessed_packages55
unassessed_packages0
affected_by_severityhigh 1
direct_affected_packages1
Звірено з runtime-замиканням залежностей pypi:neuralforecast@3.2.1 — тим, що тягне за собою встановлення опублікованого пакета, — 55 пакетів. Досяжність не аналізується.

Готовність до ШІ

Наскільки репозиторій оснащений для розробки та супроводу за участі ШІ-агентів? Має свідомо малу вагу (4%): агентний інструментарій — реальний сигнал супроводу, але репозиторій без нього все одно може отримати 100/100.

55Помірний · 4% загального індексу

Контекст і настанови для агентів

40Слабкий
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 78 з 81 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,963
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

73Добрий
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
10/10Відтворюване середовище — devcontainer, lockfile
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
8/8Автоматизоване супроводження — 19 з останніх 100 комітів — автоматичні оновлення залежностей
4/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 4
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileні
typed_languageні
bootstrap_filesMakefile
has_devcontainerтак
has_linter_configтак
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,19

Читабельність коду для моделей

53Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
52.9/55Керовані розміри файлів — 5/134 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes132 555
source_files_sampled134
oversized_source_files5

Машиночитні інтерфейси

40Слабкий
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto)
0/20Сервер MCP
40/40Придатні до запуску приклади — notebooks
Використані вхідні дані
example_dirsnotebooks
has_mcp_signalні
api_schema_files—
interfaces_expected_ofnetwork-service

Ключові факти

4 238зірок GitHub
57контриб'юторів
149комітів за останні 12 місяців
2днів від останнього пушу
38релізів
2бас-фактор
5відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Докладніше

Історія зірок і форків 0 ★ / 498 ⇿
0Зірки
498Форки
38Релізи

Коли додано кожну зірку й форк — зібрано з GitHub і згруповано за днями. Кумулятивне зростання розміщено просто над денними додаваннями, з яких воно складається, тож їх видно одне проти одного: рівномірне органічне накопичення виглядає зовсім інакше, ніж різкий короткочасний сплеск. Там, де цю різницю можна виміряти, її подано як автентичність росту.

0100200300400500490122021-072024-022026-08
Мажорні 3Мінорні 9Патчі 26

Кожна точка охоплює 5 днів.

OpenSSF Scorecard 7.5 / 10
7.5сукупно

Незалежна, не прив'язана до інструментів оцінка безпеки від відкритого проєкту OpenSSF Scorecard. Кожна перевірка винагороджує практику безпеки, а не інструмент конкретного постачальника. Перевірки, які Scorecard не зміг визначити, позначено н/д і виключено з оцінки безпеки (вони ніколи не зараховуються як нуль).Scorecard v5.5.0 · 2026-08-12 23:38 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 5 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
4Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 4
8SASTSAST tool is not run on all commits -- score normalized to 8
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
7Token-Permissionsdetected GitHub workflow tokens with excessive permissions
8Vulnerabilities2 existing vulnerabilities detected
Прямі залежності 11
РеєстрПакетОбмеження версіїМаніфест
PyPIcoreforecast>=0.0.6pyproject.toml
PyPIfsspec—pyproject.toml
PyPInumpy>=1.21.6pyproject.toml
PyPIpandas>=1.3.5pyproject.toml
PyPIscipy—pyproject.toml
PyPItorch>=2.9.1pyproject.toml
PyPItornado>=6.5.5pyproject.toml
PyPIpytorch-lightning>=2.0.0,<2.6.0pyproject.toml
PyPIray>=2.2.0pyproject.toml
PyPIoptuna—pyproject.toml
PyPIutilsforecast>=0.2.3pyproject.toml
Усі залежності 197

Повний розв'язаний набір залежностей із графа залежностей GitHub: 13 прямих і 184 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIcoreforecast0.0.16пряма
PyPIfsspec2025.9.0пряма
PyPInumpy2.2.6пряма
PyPInumpy2.3.2пряма
PyPIoptuna4.5.0пряма
PyPIpandas2.3.2пряма
PyPIpytorch-lightning2.5.5пряма
PyPIray2.56.1пряма
PyPIscipy1.15.3пряма
PyPIscipy1.16.1пряма
PyPItorch2.13.0пряма
PyPItornado6.5.7пряма
PyPIutilsforecast0.2.12пряма
PyPIadagio0.2.6непряма
PyPIaiobotocore2.24.2непряма
PyPIaiohappyeyeballs2.6.1непряма
PyPIaiohttp3.14.3непряма
PyPIaioitertools0.12.0непряма
PyPIaiosignal1.4.0непряма
PyPIalembic1.16.5непряма
PyPIannotated-doc0.0.4непряма
PyPIannotated-types0.7.0непряма
PyPIantlr4-python3-runtime4.9.3непряма
PyPIanyio4.13.0непряма
PyPIappnope0.1.4непряма
PyPIasttokens3.0.0непряма
PyPIasync-timeout5.0.1непряма
PyPIattrs25.3.0непряма
PyPIblack26.3.1непряма
PyPIbotocore1.40.18непряма
PyPIcaptum0.7.0непряма
PyPIcertifi2025.8.3непряма
PyPIcffi1.17.1непряма
PyPIcfgv3.4.0непряма
PyPIcharset-normalizer3.4.3непряма
PyPIclick8.2.1непряма
PyPIcloudpickle3.1.1непряма
PyPIcolorama0.4.6непряма
PyPIcolorlog6.9.0непряма
PyPIcomm0.2.3непряма
PyPIcontourpy1.3.2непряма
PyPIcontourpy1.3.3непряма
PyPIcoverage7.10.6непряма
PyPIcuda-bindings13.3.1непряма
PyPIcuda-pathfinder1.5.5непряма
PyPIcuda-toolkit13.0.3.0непряма
PyPIcycler0.12.1непряма
PyPIdacite1.9.2непряма
PyPIdatasetsforecast—непряма
PyPIdebugpy1.8.16непряма
PyPIdecorator5.2.1непряма
PyPIdistlib0.4.0непряма
PyPIeinops0.8.1непряма
PyPIexceptiongroup1.3.0непряма
PyPIexecuting2.2.1непряма
PyPIfilelock3.20.3непряма
PyPIfire—непряма
PyPIfonttools4.60.2непряма
PyPIfrozenlist1.7.0непряма
PyPIftfy6.3.1непряма
PyPIfugue0.9.7непряма
PyPIfuture1.0.0непряма
PyPIgitdb4.0.12непряма
PyPIgitpython3.1.58непряма
PyPIgreenlet3.2.4непряма
PyPIgriffe1.15.0непряма
PyPIgriffe2md1.2.6непряма
PyPIh110.16.0непряма
PyPIhf-xet1.4.3непряма
PyPIhttpcore1.0.9непряма
PyPIhttpx0.28.1непряма
PyPIhuggingface-hub1.9.2непряма
PyPIhyperopt0.2.7непряма
PyPIidentify2.6.13непряма
PyPIidna3.15непряма
PyPIiniconfig2.1.0непряма
PyPIipykernel6.30.1непряма
PyPIipython8.32.0непряма
PyPIjedi0.19.2непряма
PyPIjinja23.1.6непряма
PyPIjmespath1.0.1непряма
PyPIjoypy0.2.6непряма
PyPIjsonschema4.25.1непряма
PyPIjsonschema-specifications2025.4.1непряма
PyPIjupyter-client8.6.3непряма
PyPIjupyter-core5.8.1непряма
PyPIkiwisolver1.4.9непряма
PyPIlightning-utilities0.15.2непряма
PyPImako1.3.12непряма
PyPImarkdown-it-py4.0.0непряма
PyPImarkupsafe3.0.2непряма
PyPImatplotlib3.10.6непряма
PyPImatplotlib-inline0.1.7непряма
PyPImdformat1.0.0непряма
PyPImdurl0.1.2непряма
PyPImkdocstrings-parser0.0.1непряма
PyPImlstm-kernels2.0.1непряма
PyPImpmath1.3.0непряма
PyPImsgpack1.2.1непряма
PyPImultidict6.6.4непряма
PyPImypy1.17.1непряма
PyPImypy-extensions1.1.0непряма
PyPInest-asyncio1.6.0непряма
PyPInetworkx3.4.2непряма
PyPInetworkx3.5непряма
PyPIneuralforecast3.2.1непряма
PyPIninja1.13.0непряма
PyPInodeenv1.9.1непряма
PyPInvidia-cublas13.1.1.3непряма
PyPInvidia-cuda-cupti13.0.85непряма
PyPInvidia-cuda-nvrtc13.0.88непряма
PyPInvidia-cuda-runtime13.0.96непряма
PyPInvidia-cudnn-cu139.20.0.48непряма
PyPInvidia-cufft12.0.0.61непряма
PyPInvidia-cufile1.15.1.6непряма
PyPInvidia-curand10.4.0.35непряма
PyPInvidia-cusolver12.0.4.66непряма
PyPInvidia-cusparse12.6.3.3непряма
PyPInvidia-cusparselt-cu130.8.1непряма
PyPInvidia-nccl-cu132.29.7непряма
PyPInvidia-nvjitlink13.0.88непряма
PyPInvidia-nvshmem-cu133.4.5непряма
PyPInvidia-nvtx13.0.85непряма
PyPIomegaconf2.3.0непряма
PyPIopt-einsum3.4.0непряма
PyPIpackaging25.0непряма
PyPIparso0.8.5непряма
PyPIpathspec1.0.4непряма
PyPIpexpect4.9.0непряма
PyPIpillow12.3.0непряма
PyPIpip-licenses5.5.0непряма
PyPIplatformdirs4.4.0непряма
PyPIpluggy1.6.0непряма
PyPIpolars1.33.0непряма
PyPIpre-commit4.3.0непряма
PyPIprettytable3.17.0непряма
PyPIprompt-toolkit3.0.52непряма
PyPIpropcache0.3.2непряма
PyPIprotobuf6.33.5непряма
PyPIpsutil7.0.0непряма
PyPIptyprocess0.7.0непряма
PyPIpure-eval0.2.3непряма
PyPIpy4j0.10.9.9непряма
PyPIpyarrow24.0.0непряма
PyPIpycparser2.22непряма
PyPIpydantic2.12.3непряма
PyPIpydantic2.13.4непряма
PyPIpydantic-core2.41.4непряма
PyPIpydantic-core2.46.4непряма
PyPIpygments2.20.0непряма
PyPIpyparsing3.2.3непряма
PyPIpyspark4.0.0непряма
PyPIpytest9.0.3непряма
PyPIpytest-cov6.2.1непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpytokens0.4.1непряма
PyPIpytz2025.2непряма
PyPIpywin32311непряма
PyPIpyyaml6.0.2непряма
PyPIpyzmq27.0.2непряма
PyPIreferencing0.36.2непряма
PyPIregex2026.4.4непряма
PyPIreportlab4.4.3непряма
PyPIrequests2.33.0непряма
PyPIrich14.1.0непряма
PyPIrpds-py0.27.1непряма
PyPIruff0.12.12непряма
PyPIs3fs2025.9.0непряма
PyPIsafetensors0.6.2непряма
PyPIseaborn0.13.2непряма
PyPIsetuptools83.0.0непряма
PyPIshellingham1.5.4непряма
PyPIsix1.17.0непряма
PyPIsmmap5.0.2непряма
PyPIsqlalchemy2.0.43непряма
PyPIstack-data0.6.3непряма
PyPIsympy1.14.0непряма
PyPItensorboardx2.6.4непряма
PyPItokenizers0.22.2непряма
PyPItomli2.2.1непряма
PyPItorchmetrics1.8.2непряма
PyPItqdm4.67.1непряма
PyPItraitlets5.14.3непряма
PyPItransformers5.5.0непряма
PyPItriad1.0.2непряма
PyPItriton3.7.1непряма
PyPItyper0.24.1непряма
PyPItyping-extensions4.15.0непряма
PyPItyping-inspection0.4.2непряма
PyPItzdata2025.2непряма
PyPIurllib32.7.0непряма
PyPIvirtualenv20.36.1непряма
PyPIwcwidth0.2.13непряма
PyPIwrapt1.17.3непряма
PyPIxlstm2.0.0непряма
PyPIxlstm2.0.5непряма
PyPIyarl1.20.1непряма
Сповіщення про залежності 1

Встановлення pypi:neuralforecast@3.2.1 тягне 55 пакетів, прямих і транзитивних: 1 мають відомі сповіщення, з них 1 — прямі залежності.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
pytorch-lightning2.5.6прямависока2—

Сповіщення означає, що версія, записана в графі залежностей, потрапляє в уражений діапазон. Досяжність не аналізується, а граф містить піниї розробки й тестування — знахідка може стосуватися інструментів, а не поставленого коду.

Звіт у форматі JSON машиночитний

Зворотний зв’язок

Помітили щось хибне у цьому звіті або маєте чим поділитися? Неправильні вимірювання, непомічені інструменти, ідеї, запитання — усе доречно. Кожне повідомлення читається й отримує відповідь.

Повідомлення збережеться під час входу.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з Nixtla/neuralforecast. Читати поруч →

100onnx/onnxOpen standard for machine learning interoperabilityВинятковий94autogluon/autogluonFast and Accurate ML in 3 Lines of CodeВинятковий93awslabs/gluontsProbabilistic time series modeling in PythonВинятковий99huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Винятковий98pytorch/executorchOn-device AI across mobile, embedded and edge for PyTorchВинятковий98PennyLaneAI/pennylanePennyLane is an open-source quantum software platform for quantum computing, quantum machine learning, and quantum chemistry. Create meaningful quantum algorithms, from inspiration to implementation.Винятковий

Оцінки — це сигнали, а не гарантії. Вони відображають публічно видимі практики на GitHub — це не аудит коду й не гарантія безпеки.

Відсутні дані виключаються, а ваги перенормовуються — нуль за відсутність ніколи не ставиться. Методологія версіонована й відкрита: метрики v2.10.0, схема v0.31.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.