NeuralProphet之八：NeuralProphet部署

时间序列论文: NeuralProphet: Explainable Forecasting at Scale
NeuralProphet之一：安装与使用
NeuralProphet之二：季节性(Seasonality)
NeuralProphet之三：回归(Regressors)
NeuralProphet之四：事件(Events)
NeuralProphet之五：多时序预测模型
NeuralProphet之六：多元时间序列预测
NeuralProphet之七：NeuralProphet + Optuna
NeuralProphet之八：NeuralProphet部署
NeuralProphet官方示例一：建筑物用电量预测(Building load forecasting)
NeuralProphet官方示例二：日照辐射强度预测(Forecasting hourly solar irradiance)

NeuralProphet之八：NeuralProphet部署

将模型存储到本地，并在需要的时候将其导入。
新版本的neuralprophet/utils.py文件下实现了 save和load函数用于模型保存和加载。

模型保存

from neuralprophet import save
save(m, "neuralprophet_model.np")
1
2

模型读取

from neuralprophet import load
m = load("neuralprophet_model.np")
1
2

模型预测

future = m.make_future_dataframe(df=df, periods=365)
forecast = m.predict(df=future)
1
2