#Datawhale AI 夏令营第3期#AI+地球科学（极端降水预测） 复盘

首先感谢Datawhale提供的夏令营机会，经过10天的学习，从baseline的搭建到进阶上分技巧，最终成绩夏令营内本赛道前10，赛事官网初赛排名50/1418。

简单的写一个复盘吧，算是对自己这十天的学习的一个交代。

赛题分析：这是一个时序分析任务，需要利用给定的数据去预测未来72小时的极端降水，对数据进行修正。

数据集：数据集给出的是.nc格式的文件，需要使用xarray库去对数据进行处理，xarray库是用于处理高维数据的，这在气象领域很常用。

数据分析与预处理：读取数据集，分析数据之间的联系，数据查看，数据归一化，异常值处理。

模型搭建：使用PyTorch，进行基本的模型架构的搭建，学习了PyTorch的相关知识，深入浅出PyTorch学习。

模型选择：CNN,LSTM,Transformer等，根据任务和数据特征选择适合的模型，不同模型一般适合于不同的任务。

训练与调参优化：划分训练集和验证集，模型参数初始化，学习率，优化器，训练周期的选择，正则化，损失函数的构造等

数据可视化：利用可视化工具，进行数据的可视化；训练过程中，可以画图直观展示损失函数的变化。

这期的复盘就到这里，后面还有两期AI夏令营，继续参加，这个暑假收获满满。

加油！前路漫漫，道阻且长，学无止尽！