私は人工知能を半年前から勉強を始めばかりですので、
ニューラルネットワークのことは少しずつ理解していますが、開発の経験がありません。
また、プログラミングはあまり得意ではなく、pythonも以前触ったことがありません。
というわけで、今の試作がなかなか順調ではなく、やり続けなくなってしまいました。
ここでニューラルネットワークに詳しい方に相談してみて、
知恵を貸していただけないかと考えています。
では、試作の内容を説明させていただきます。
tensorflowを使って、過去の天気図を学習して、
学習によりもらった特徴を使用し、
次の時点の天気状況を予測し、新しい天気図を作成する予測モデルを作りたいです。
今は天気図を二値化処理して、画像データを三つごとで訓練データに入れましたが、
（気象庁の天気図は3時間毎の過去画像がありますが、0時の画像がありません。
3時、9時、15時と21時のパターンなら、0時データがない問題を回避できると思います。）
その次でどうやって進むのは考えています。
例えば、CNNとRNNのどっちを選ぶか、あるいは、どのような形でCNNとRNNを組み合わせるか、
私の理解ではCNNは画像の分類と識別については、よい効果がありますが、
"未来"のこと、予測のことにはあまり得意ではないと思います。
逆に、RNNは時系列の予測のために生まれたものです
ですが、
株価の予測とか、エネルギー使用量の予測とかについてのサンプルをよく見つかりましたが、
どっちも一次元のことで、二次元の画像についての予測をなかなか見つかりません。
もしかして、画像の予測などはRNNの強みではないと思っています。
（もし以上ニューラルネットワークについての理解が間違いたら、笑わないでください）
ニューラルネットワークの技術は一日二日で身に着けるものではないのは十分に理解しています。
今の段階で、精度のことはともかく、
まず、予測により作成られた画像が天気図らしい予測モデルを作りたいです。
というわけで、方々の知恵を貸していただけませんか？