使用generator函数来实例化三个生成器，一个用于训练、验证、测试。每个生成器分别读取原始数据的不同时间段。训练生成器读取前200000个时间步，验证生成器读取 随后的100000个实践部，测试生成器读取剩下的时间步。7、生成时间序列样本及其目标的生成器。9、计算符合常识的基准方法的MAE。5、绘10天前的温度序列。

使用generator函数来实例化三个生成器，一个用于训练、验证、测试。每个生成器分别读取原始数据的不同时间段。训练生成器读取前200000个时间步，验证生成器读取 随后的100000个实践部，测试生成器读取剩下的时间步。7、生成时间序列样本及其目标的生成器。9、计算符合常识的基准方法的MAE。5、绘10天前的温度序列。

下载格式选择NetCDF-3 (experimental, not recommended)，因为是做实验用。台湾海峡的经纬度范围大约在26-22,117-121。其中，哥白尼网页提供了其它下载方式，使用API进行下载。点击下载就可以现在nc格式的风场数据。然后SubmitForm就可以啦。点击1950年以来每小时的数据。选择风场u方向和v方向数据。之后到我们请求查看进程。点击Datasets。点

我们之前已经在conda中创建并安装了pytorch虚拟环境，但是启用jupyter时候还是现在无torch。这是因为我们是在虚拟环境pytorch中安装的pytorch，conda默认是在base中运行的，这有两种解决办法。可以看到在pytorch环境中是没有相关的那些包的，我们仅需安装jupyter所需的包就可以运行我们的jupyter。使用命令->conda install nb_conda

下载格式选择NetCDF-3 (experimental, not recommended)，因为是做实验用。台湾海峡的经纬度范围大约在26-22,117-121。其中，哥白尼网页提供了其它下载方式，使用API进行下载。点击下载就可以现在nc格式的风场数据。然后SubmitForm就可以啦。点击1950年以来每小时的数据。选择风场u方向和v方向数据。之后到我们请求查看进程。点击Datasets。点

安装完成之后，再次启动jupyter，就能看到中文包了。在我们安装完Jupyter，启动，发现界面是全英文。其实在设置也没有中文包，此时我们就需要安装汉化包。

点击海洋数据分析和预测 ，注意，这里只能下载2020年1月以来的数据，在2020年1月之前的数据将无法下载。首页这个地方可以过滤数据，选择需要的时间范围，需要的参数。选择合适的数据集，在这个数据集可以下载1993-2021.6的海洋数据，基本满足要求。点击第三个库，全球海洋再分析，在这里可以下砸1993年以来的数据。每小时数据，本人需要2019年的数据，故寻找其他下载方式。这个数据集中满足所需的条