访问官网
Github
文档
论文deeptime
Deeptime是一个通用的Python库，提供各种工具来基于时间序列数据估计动力学模型，包括传统的线性学习方法，如马尔可夫状态模型（MSMs）、隐马尔可夫模型（HMMs）和Koopman模型，以及核方法和深度学习方法，如VAMPnets和深度MSMs。该库在很大程度上与scikit-learn兼容，为这些不同的模型提供了一系列的Estimator类，但与scikit-learn不同的是，它还提供了Model类，例如在MSM的情况下，这些类提供了多种分析方法来计算有趣的热力学、动力学和动态量，如自由能、弛豫时间和转移路径。
通过conda或pip安装。两者都为Linux、Windows和MacOS（x86_64和arm64）提供编译好的二进制文件。
 |  |
|---|---|
conda install -c conda-forge deeptime | pip install deeptime |
deeptime的主要组件
| 降维 | 深度降维 | SINDy |
 |  |  |
| 马尔可夫状态模型 | 隐马尔可夫模型 | 数据集 |
 |  |  |
构建最新的主干版本包：
使用pip本地克隆并拉取依赖：
git clone https://github.com/deeptime-ml/deeptime.git
cd deeptime
pip install .
或直接使用pip从远程安装：
pip install git+https://github.com/deeptime-ml/deeptime.git@main
