基于BiLSTM-Attention实现天气变量预测风速

前言

大家好，我是阿光。

本专栏整理了《PyTorch深度学习项目实战100例》，内包含了各种不同的深度学习项目，包含项目原理以及源码，每一个项目实例都附带有完整的代码+数据集。

正在更新中~ ✨

🚨 我的项目环境：

• 平台：Windows10
• 语言环境：python3.7
• 编译器：PyCharm
• PyTorch版本：1.8.1

💥 项目专栏：【PyTorch深度学习项目实战100例】

一、基于BiLSTM-Attention实现天气变量预测风速

高精度、可靠的风速预报是气象工作者面临的挑战。由对流风暴引起的强风，造成相当大的损害(大面积森林破坏、停电、建筑物/房屋损坏等)。对流事件，如雷暴、龙卷风以及大冰雹、强风，是自然灾害，有可能扰乱日常生活，特别是在有利于对流开始的复杂地形上。即使是普通的对流事件也会产生严重的风，造成致命和昂贵的损失。

因此，风速预报是预警灾害性天气的一项重要任务，本项目使用循环神经网络BiLSTM-Attention训练一个网络模型，来预测在给定指定日期的天气变量来预测对应的风速情况。