[PYTHON] Zura sagt mit TensorFlow die heutige Temperatur voraus

Die heutige Temperaturprognose

Ich möchte TensorFlow studieren, weiß aber nicht, was ich machen soll, deshalb habe ich mich mit meinen Senioren beraten.

Wai "Senior, ich möchte maschinelles Lernen mit TensorFlow studieren. Gibt es ein gutes Fach?" Senior "Laut. Ich bin beschäftigt, also werde ich dich später verlassen." Wai "..."

Lassen Sie uns sogar die Temperatur in Tokio vorhersagen. .. .. (´ ・ ω ・ ｀)

Datensatz eingeben

Da die Meteorologische Agentur verschiedene Daten aus der Vergangenheit veröffentlicht hat, laden Sie csv hier herunter http://www.data.jma.go.jp/gmd/risk/obsdl/index.php

Die Lehrerdaten zeigen die durchschnittlichen, höchsten und niedrigsten Temperaturen für die 10 Jahre von 2005 bis 2015 in Osaka und Tokio. Die Testdaten sind die durchschnittliche, höchste und niedrigste Temperatur des letzten Jahres

11.7,16.8,7.1
13.5,18.5,8.6
12.7,18.3,9
9.2,14.5,6.5
12,18.4,4.4
16.2,23.2,9

10 Jahre davon wert

Ich habe versucht zu implementieren

Dies ist der aktuelle Code

Eingabedaten sind Bereiten Sie in Form von [batch_size, 3, 9] einen Tensor mit einer Länge von 9 für eine Woche in Osaka, zwei Tage vor Tokio und am Vortag in der Reihenfolge Durchschnittstemperatur, Maximaltemperatur, Minimaltemperatur vor.

Implementiert mit einem einfachen 4-Lagen-Perceptron

Ausgabe durch Abflachen → Vollständige Verbindung → Aktivierung → (wiederholt) → (Durchschnittstemperatur, Maximaltemperatur, Minimaltemperatur) Ich habe später Dropout und L2loss hinzugefügt

Ergebnis

Ich habe die tatsächliche Temperatur und das vorhergesagte Ergebnis mit matplotlib aufgezeichnet

Es ist kein großes Netzwerk, daher reicht die CPU zum Lernen aus. Die Anzahl der Einheiten war klein genug, sodass das Lernen sofort abgeschlossen war.

Hmm, es ist ziemlich schwierig, die maximale Temperatur vorherzusagen. .. Nun, ich frage mich, ob dies die Grenze ist, da die Dimension der Eingabedaten ziemlich klein ist. Da sich die Leistung selbst bei Erhöhung der Parameter nicht verbesserte, wurde beurteilt, dass keine weitere Genauigkeit erwartet werden konnte, wenn der Eingabe keine anderen Wetterdaten hinzugefügt wurden und der Prozess beendet wurde.

Impressionen

tf.layers API Einfach zu bedienen Fragen Sie Google nach der Temperatur von morgen Wenn Sie darauf kommen, versuchen Sie es zu verbessern

Jeder, der nett ist, wäre ich dankbar, wenn Sie mir einen Rat geben könnten! !! !!