# Công cụ cho chuỗi thời gian

Trang này liệt kê tất cả các hàm tiện ích và lớp có thể được sử dụng cho các mô hình dựa trên Chuỗi thời gian.

Hầu hết những thứ đó chỉ hữu ích nếu bạn đang nghiên cứu mã nguồn của các mô hình chuỗi thời gian hoặc bạn muốn bổ sung vào bộ sưu tập các lớp đầu ra phân phối.

## Đầu ra phân phối[[transformers.time_series_utils.NormalOutput]]

#### transformers.time_series_utils.NormalOutput[[transformers.time_series_utils.NormalOutput]]

```python
transformers.time_series_utils.NormalOutput(dim: int = 1)
```

[Nguồn](https://github.com/huggingface/transformers/blob/main/src/transformers/time_series_utils.py#L179)

Lớp đầu ra phân phối chuẩn.

#### Bình thường[[transformers.time_series_utils.NormalOutput.distribution_class]]

```python
Normal(*args, **kwargs)
```

Một giá trị giả lập cho một đường dẫn có dấu chấm (ví dụ: `torch.float32`): các chuỗi truy cập thuộc tính, các lời gọi hoạt động như các decorator pass-through, `repr` là đường dẫn có dấu chấm, và việc sử dụng nó như một lớp cơ sở sẽ thay thế bằng một lớp cơ sở `type` thông thường (PEP 560 `__mro_entries__`), do đó các lớp con thực sự vẫn giữ nguyên metaclass bình thường và `inspect.signature` sẽ đọc `__init__` thực của chúng thay vì của một mock.

#### transformers.time_series_utils.StudentTOutput[[transformers.time_series_utils.StudentTOutput]]

```python
transformers.time_series_utils.StudentTOutput(dim: int = 1)
```

[Nguồn](https://github.com/huggingface/transformers/blob/main/src/transformers/time_series_utils.py#L164)

Lớp đầu ra phân phối Student-T.

#### StudentT[[transformers.time_series_utils.StudentTOutput.distribution_class]]

```python
StudentT(*args, **kwargs)
```

Một giá trị giả lập cho một đường dẫn có dấu chấm (ví dụ: `torch.float32`): các chuỗi truy cập thuộc tính, các lời gọi hoạt động như các decorator pass-through, `repr` là đường dẫn có dấu chấm, và việc sử dụng nó như một lớp cơ sở sẽ thay thế bằng một lớp cơ sở `type` thông thường (PEP 560 `__mro_entries__`), do đó các lớp con thực sự vẫn giữ nguyên metaclass bình thường và `inspect.signature` sẽ đọc `__init__` thực của chúng thay vì của một mock.

#### transformers.time_series_utils.NegativeBinomialOutput[[transformers.time_series_utils.NegativeBinomialOutput]]

```python
transformers.time_series_utils.NegativeBinomialOutput(dim: int = 1)
```

[Nguồn](https://github.com/huggingface/transformers/blob/main/src/transformers/time_series_utils.py#L193)

Lớp đầu ra phân phối Negative Binomial.

#### NegativeBinomial[[transformers.time_series_utils.NegativeBinomialOutput.distribution_class]]

```python
NegativeBinomial(*args, **kwargs)
```

Một giá trị giả lập cho một đường dẫn có dấu chấm (ví dụ: `torch.float32`): các chuỗi truy cập thuộc tính, các lời gọi hoạt động như các decorator pass-through, `repr` là đường dẫn có dấu chấm, và việc sử dụng nó như một lớp cơ sở sẽ thay thế bằng một lớp cơ sở `type` thông thường (PEP 560 `__mro_entries__`), do đó các lớp con thực sự vẫn giữ nguyên metaclass bình thường và `inspect.signature` sẽ đọc `__init__` thực của chúng thay vì của một mock.