原创 跟姥爷深度学习1，浅用tensorflow做个天气预测

一、前言

最近人工智能、深度学习又火了，我感觉还是有必要研究一下。三年前浅学了一下原理没深入研究框架，三年后感觉各种框架都成熟了，现成的教程也丰富了，所以我继续边学边写。原教程链接：

https://www.bilibili.com/video/BV1CW4y1r7Q7?p=1&vd_source=e8c67158ee12f84a27ae1bb40bb2775d

所以准备出个系列的教程，给不耐烦看视频或者只是想浅了解一下的同学。我选的框架tensorflow，据说GPT也是用的这个，应该是比较大众化的了。

二、前序准备

1．开发环境

（1）Python3.8

（2）Anaconda3

（3）Tensorflow

（4）Numpy

（5）Pandas

（6）Sklearn

先依次安装好上面的软件和包，其中python3.8和Anaconda3是直接下载安装，如果官方链接比较慢，可以搜下三方的源安装。其中Anaconda3不是必须的，用这个工具是因为确实挺香的。

剩下的3-6都是pip安装的包，注意使用Anaconda3的话就在Anaconda Prompt里使用pip命令，如果是其他集成环境或者原生的python环境，直接就在cmd里使用pip安装。

pip安装时可能会遇到下载特别慢的情况，建议使用国内源，方法参考下面链接：

https://mp.weixin.qq.com/s?__biz=MzUzOTY2OTcyMw==&mid=2247487143&idx=2&sn=b2cc99fcb09a774be78235c10d06d1c0&chksm=fac5ab13cdb222058f9b73d5c3600ad74194473ce9413cca5e069354f4e555b19f1293c39453&scene=27

实际安装过程可能会比较曲折，需要大家慢慢研究了，一般来说多搜索下都能解决问题。比如安装Sklearn不是pip install sklearn（虽然也能安装上另外一个不相干的包），实际应该用：

pip install scikit-learn

类似的坑多的很，一时半会也列不完，反正也是花了一个晚上才算是把开发环境给搞定。

2．数据准备

这次我们是要做天气预测，那自然是要弄到历史的天气数据。有三个路径，一是购买打包好的大数据，看了下便宜的都要好几千。二是网上爬数据，参考下面的链接：

http://lishi.tianqi.com/shanghai/201101.html

这个网站从2011年1月到最新的天气数据都有，可以自己爬下来，推荐使用“八爪鱼”，还是挺好用。

第三个路径就是做伸手党，正好我手上有上海的天气数据，在文章末尾链接提供。

我手上的这份数据分为“训练集”和“验证集”两个文件，直观来看训练集就是用于模型训练，验证集就是使用训练好的模型来预测试试，数据的格式一样，在使用时需要裁剪一下。

各字段的意思看名字就知道了，其中avg指的是当日平均温度，avg_befor1指的是昨天的平均温度，avg_befor2前天的，依次类推，一共回溯7天的。这个模型也就是用前7天的平均气温来预测当天的平均温度。

三、构建模型

1．读入待训练的数据

（完整代码跟前面天气数据放一起了）

从上图，我们可以看到读入了4429行数据，每行有13列，这样的数据不能直接使用，需要裁剪一下。

2．数据裁剪

这里我们做了3个操作。

1）是将前7行有null的数据删除

2）是将avg这一列单独存起来了，用于后面的模型训练。

3）将high、low、avg三列从数据集中删除，因为我们是使用“历史数据”来预测当日的平均温度，这三列都属于当日数据所以要删除。

3．数据预处理

这里做了2个操作。

1）将数据集转化为array的形式，这样TensorFlow才能处理（自动去掉了title的内容）

2）将数据做归一化，主要是为了方便后面的模型训练，简单来说就是将15、20、30这些数字转化为-1到1之间的数字，可以参考下面这个链接。

https://blog.csdn.net/qq_51392112/article/details/129091683

4．构建模型

这里我们构建了一个16>32>1的神经网络模型，其中16、32、1指的是每一层的神经元数量，第一层与第二层的神经元数量无所谓可以随便写，第三层的1与预测的结果相对应，也就是我们使用前7天的平均温度，预测的是今天这“一个”平均温度。如果你预测的是当天最高温和最低温，就需要将第三层的1修改为2了。这里因为我们只预测1个结果（当天的平均温度），所以输出只需要1个。

其中model.compile是对神经网络进行配置，主要参数含义如下：

解释起来比较复杂，这里我们只管先用着，反正就是一些可以选择的参数，对模型的训练可能有很大影响，也可能没啥影响，一些资深人事主要工作就是调调这里改改哪里。

如果想改改参数看看效果，可以参考下面的链接：

https://blog.csdn.net/chaojishuai123/article/details/114580892

5．训练

model.fit里也有好几个参数，详细如下：

1）Input_features，输入的训练数据集

2）labels_avg，前面我们将avg列单独保存了起来就是为了用在这里

3）Validation_split=0.1，将其中的10%数据用于模型验证，剩下的90%用于模型训练

4）Epochs，迭代次数，也就是这些数据会被用于模型训练多少次

5）batch_size，每一次训练使用的数据量

除了features、labels，其他三个参数大家可以随意调调看对结果的影响。

上面截图中，注意有loss和val_loss两个结果，其中loss是模型训练后的“损失”，你可以理解loss越小则模型对你输入的数据匹配度越高（越契合你的训练数据）。Val_loss是模型验证的“损失”，也就是前面我们设置的那10%，这个值越小说明你的模型验证的结果也不错。

但Loss也不是越小越好，太小说明模型对你输入的数据产生了过拟合，可能结果是训练数据很不错但使用起来就很差。所以我们追求的其实是loss和val_loss的综合解，即在loss较低的情况下，val_loss也不太高。

6．输入待预测的数据

这里的操作与前面训练集其实很像，都是将数据读入后进行裁剪，同时将avg列另外存起来。最后将裁剪后的数据进行预处理。

7．预测

model1就是我们构建并训练好的模型了，现在我们可以使用前面准备好的训练集了。

下面我们再看看实际温度，只能说是毫无关系，所以天气预报为什么不准呢对吧，说明根本就无法预测。不死心的同学可以试试自己修改下参数。

四、回顾

这是一次不太成功的示范，实际上我花了不少时间试图从最高温、最低温、平均温度、历史温度等找到温度变化的规律，但真的是没弄成。说明在深度学习中找对目标和数据集很重要啊。数据集和完整代码见下面的链接：

https://share.weiyun.com/mrL02s7J