库名称：transformers.js
基础模型：ibm-granite/granite-timeseries-patchtst
任务标签：时间序列预测

https://huggingface.co/ibm-granite/granite-timeseries-patchtst 包含ONNX权重，以兼容Transformers.js。

使用方式（Transformers.js）

如果尚未安装，可以通过以下命令从NPM安装Transformers.js JavaScript库：

npm i @huggingface/transformers

示例： 使用onnx-community/granite-timeseries-patchtst进行时间序列预测

import { PatchTSTForPrediction, Tensor } from "@huggingface/transformers";

const model_id = "onnx-community/granite-timeseries-patchtst";
const model = await PatchTSTForPrediction.from_pretrained(model_id, { dtype: "fp32" });

const dims = [64, 512, 7];
const prod = dims.reduce((a, b) => a * b, 1);
const past_values = new Tensor('float32',
    Float32Array.from({ length: prod }, (_, i) => i / prod),
    dims,
);
const { prediction_outputs } = await model({ past_values });
console.log(prediction_outputs);

注：为ONNX权重单独创建仓库是临时解决方案，直至WebML获得更广泛支持。若希望使模型适配Web环境，建议使用🤗 Optimum转换为ONNX格式，并参照本仓库结构（将ONNX权重存放于名为onnx的子文件夹中）。