【深度学习】深度学习大作业——出租车流量预测

一、实验内容

1.1 出租车流量预测

车流量预测任务是一个回归任务，旨在根据区域历史的车流量情况来预测其未来某一段时间的车流量情况。使用的数据为纽约市出租车流量数据。输入为纽约市各区域的历史车流量时间序列，输出为对应各区域的未来车流量的预测值。

二、实验设计

若实验内容皆为指定内容，则此部分则可省略；若实验内容包括自主设计模型等内容，则需要在此部分写明设计思路、流程，并画出模型图并使用相应的文字进行描述。

三、实验环境及实验数据集

简单介绍实验环境和涉及的数据集：

环境：

Python3.11+pytorch+pycharm
操作系统：Windows11

数据集：

纽约出租车流量数据集，时间跨度为从2015年1月1日到2015年3月1日。数据处理成为网格流量数据，时间间隔设定为30分钟。后20天数据被划定为测试集，其余数据为训练集。数据格式：以训练集为例，其shape=(192010202) 代表有1920个时间段，1020个区域，2个特征分别为区域的入流量与出流量

四、实验过程

实验过程包括在编写代码时一些需要注意的事项，可附代码片段进行说明；还应该包括在训练模型时进行的一些步骤、参数设置等内容。
注：为了代码片段尽量的美观、统一，建议附代码片段时只附加关键的片段，不要全部粘贴，并尽量使用下面提供的网站进行代码高亮等格式转换后再