kronos获取假期

SELECT ZR.NAME
	,HLI.HOLIDAY_NAME
	,HD.START_DATETIME
	,HD.END_DATETIME
	,DATEDIFF(DAY,HD.START_DATETIME,HD.END_DATETIME) DAYS
FROM HOLIDAYZONEMM HZM 
LEFT JOIN ZONERULE ZR ON HZM.HOLIDAYZONEID = ZR.ZONERULEID
LEFT JOIN HOLIDAY HLI ON HZM.HOLIDAYID = HLI.HOLIDAYID
LEFT JOIN HOLIDAYDATE HD ON HZM.HOLIDAYID = HD.HOLIDAYID
WHERE ZR.TYPE = N'H'
ORDER BY ZR.NAME,HD.START_DATETIME



获取法定节假日的具体日期

		DECLARE @AllHoliday TABLE 
			(
			NAME nvarchar(200) NOT NULL
			,HOLIDAY_NAME nvarchar(200) NOT NULL
			,START_DATETIME DATETIME NOT NULL
			,END_DATETIME DATETIME NOT NULL
			,DAYS INT NOT NULL
			)

		INSERT INTO @AllHoliday
		SELECT ZR.NAME
			,HLI.HOLIDAY_NAME
			,HD.START_DATETIME
			,HD.END_DATETIME
			,DATEDIFF(DAY,HD.START_DATETIME,HD.END_DATETIME) DAYS
		FROM HOLIDAYZONEMM HZM 
		LEFT JOIN ZONERULE ZR ON HZM.HOLIDAYZONEID = ZR.ZONERULEID
		LEFT JOIN HOLIDAY HLI ON HZM.HOLIDAYID = HLI.HOLIDAYID
		LEFT JOIN HOLIDAYDATE HD ON HZM.HOLIDAYID = HD.HOLIDAYID
		WHERE ZR.TYPE = N'H'
		ORDER BY ZR.NAME,HD.START_DATETIME

		declare @holiday nvarchar(200)
		declare @begindate date,@enddate date
		declare @t table(NAME nvarchar(200), EFFDT date)

		Declare hCursor Cursor Local
			For Select HOLIDAY_NAME,START_DATETIME,END_DATETIME From @AllHoliday Where NAME=N'中国假期'
				Open hCursor
				Fetch next From hCursor Into @holiday,@begindate,@enddate
				While(@@Fetch_Status = 0)
					BEGIN
						while (@begindate<@enddate)
							begin
								insert into @t select @holiday, @begindate
								select @begindate= DATEADD(DAY,1,@begindate)
							end 
						Fetch next From hCursor Into @holiday,@begindate,@enddate
					END
				Close hCursor
		Deallocate hCursor 


<think> 我们参考引用[1]中的信息:Kronos-small模型及配套Tokenizer可直接通过Hugging Face Hub加载,无需手动下载。 因此,获取Kronos-small模型的方法是通过Hugging Face Hub加载。具体步骤如下: </think> ### Kronos-small模型获取方法 根据引用[1]的信息,获取Kronos-small模型的最便捷方式是通过Hugging Face Hub,具体步骤如下: #### 1. 安装必要依赖 ```bash pip install transformers torch ``` #### 2. Python代码加载模型(3行核心代码) ```python from transformers import AutoModel, AutoTokenizer # 从Hugging Face Hub加载模型和分词器 model = AutoModel.from_pretrained("NeoQuasar/Kronos-small") # 加载小型模型[^1] tokenizer = AutoTokenizer.from_pretrained("NeoQuasar/Kronos-Tokenizer-base") # 加载基础分词器 ``` #### 3. 验证模型加载 ```python print(f"模型架构: {model.config.model_type}") print(f"参数量: {model.num_parameters()/1e6:.1f}M") # 约24.7M参数[^1] print(f"分词器词汇量: {len(tokenizer)}") ``` #### 替代方案:手动下载(不推荐) 如需离线使用,可通过Hugging Face页面下载: ```bash # 模型文件 wget https://huggingface.co/NeoQuasar/Kronos-small/resolve/main/pytorch_model.bin # 配置文件 wget https://huggingface.co/NeoQuasar/Kronos-small/resolve/main/config.json # 分词器文件 wget https://huggingface.co/NeoQuasar/Kronos-Tokenizer-base/resolve/main/tokenizer.json ``` ### 关键说明 1. **模型优势**: - 仅需3行代码即可完成加载 - 自动处理模型依赖和版本兼容性 - 支持CPU/GPU自动切换 2. **资源对比**: | 模型类型 | 参数量 | 内存占用 | 适合场景 | |----------|--------|----------|----------| | Kronos-small | 24.7M | ~350MB | 移动端/边缘计算[^1] | | Kronos-base | >100M | >1.5GB | 服务器级部署 | 3. **使用示例**: ```python # 初始化预测器(自动选择可用设备) from kronos import KronosPredictor predictor = KronosPredictor(model, tokenizer, max_context=512) # 自动检测CUDA设备[^1] # 经济数据预处理 input_data = tokenizer("GDP:2.3% CPI:1.8%", return_tensors="pt") ``` [^1]: Kronos-small专为移动端优化,支持消费级GPU推理
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值