传统的RNN在每个时间步接收当前数据点和上一个隐藏状态（网络的”记忆”），并更新隐藏状态。这种结构使其能够”记住”数据中的趋势和模式。然而，简单RNN在处理长期依赖时，会遇到梯度消失或爆炸的问题。为了解决上述问题，更先进的长短期记忆网络（LSTM）和门控循环单元（GRU）应运而生。它们通过巧妙的”门控”机制，能更好地捕捉时间序列中的长期复杂模式。LSTM的核心是记忆单元，并由三个门控制信息的流动。这就像是给网络配了一个专业的档案管理员，它知道何时该记住、何时该遗忘、何时该调用信息：遗忘门决定从过去的记忆中丢弃哪些信息；输入门控制有多少新信息需要存入记忆；输出门决定基于当前的记忆输出多少信息。

GRU是LSTM的一个简化且高效的变体。它只有两个门（重置门和更新门），参数更少，计算效率更高，但在许多任务上能达到与LSTM相似的效果。这就像是用一台性能优化的发动机，在降低油耗的同时，保证了充足的马力。预测问题的复杂性通常由三个核心问题决定：使用哪些序列训练模型？目标是预测哪些序列（一个还是多个）？希望预测未来多少个时间步？这衍生出三种典型的预测场景：单变量、单输出：仅用目标序列的过去值来预测其未来值。例如，仅用历史气温预测明天的气温。多变量、单输出：使用多个序列作为预测因子，但目标序列只有一个。例如，用历史气温、湿度和气压来预测未来的气温。多变量、多输出：使用多个序列作为预测因子，并同时预测多个目标序列。例如，同时预测未来多个污染物的浓度。

本文使用某城市2019年至2021年的每小时空气质量数据，包含PM2.5、PM10、CO、NO2等多种污染物浓度。首先，我们加载必要的库并读取数据。在开始前，需要设置Keras的后端（如PyTorch或TensorFlow），这一步决定了后续模型训练的基础架构。这段代码的核心作用是初始化所有依赖库，并显式指定Keras使用PyTorch作为计算后端。这样做的好处是能利用PyTorch的动态图特性和强大的GPU加速能力。接下来，我们从远程获取数据集，并将其划分为训练集、验证集和测试集。这是一个标准操作，训练集用于拟合模型，验证集用于调整超参数和防止过拟合，测试集则在最后评估模型的泛化能力。

我们通过图表来直观感受下各个序列的走势，这对理解数据特性至关重要。

图：数据集所有序列的可视化展示，白色虚线划分了训练、验证、测试集。

create_and_compile_model 函数是skforecast提供的一个强大工具，它极大地简化了RNN模型的构建过程。我们只需指定序列、滞后观测数、预测步数和循环层类型，即可快速生成一个可用的Keras模型。以下是使用该函数的一个基础调用示例，我们试图用一个简单的GRU模型来预测未来24小时的臭氧浓度。这个函数也提供了高度灵活的接口用于高级定制，例如堆叠多层LSTM或GRU，并为每一层设置不同的激活函数。在这个场景下，我们仅使用序列o3的过去值来预测其未来24小时的值。这是一个纯粹的从自身历史推断未来的自回归问题。创建ForecasterRnn对象，并传入验证数据、回调函数等训练参数。使用EarlyStopping可以在验证集损失不再下降时自动停止训练，防止过拟合。

训练过程的损失曲线是诊断模型学习状态的重要依据。

图：训练损失与验证损失曲线。两条曲线紧密贴合并稳定下降，表明模型未出现过拟合。

当训练和验证的损失量级差异较大时，使用双轴图可以更清晰地对比。

图：使用双轴绘制的训练与验证损失，可以更好观察各自的收敛趋势。

接下来进行回测，以评估模型在未知数据上的表现。首先更新训练参数，将验证集纳入训练，然后执行回测。最终，将预测值与真实值进行可视化对比，可以直观判断模型的效果。当目标序列受其他相关因素影响时，引入多个预测因子往往能提升效果。下面的代码展示了如何使用全部10个序列来预测o3。这个场景是最复杂的，目标是使用所有输入序列，同时预测多个目标（如o3, pm2.5, pm10）。这意味着单一模型能学习并捕捉不同序列间的相互关系。

图：多输出模型的训练历史。

下表对比了三种策略下模型对o3序列的预测平均绝对误差（MAE）。结果显示，在本案例中，增加预测因子或多任务输出并未显著降低误差，甚至略有升高。这提醒我们，模型的复杂度和输入特征并非越多越好，必须结合领域知识和实际效果进行选择。

外生变量是指不依赖目标序列本身，但对其有影响的外部特征，如节假日、天气等。为了演示，我们加载一个包含天气和节假日信息的共享单车数据集。为了让模型理解时间的周期性，我们将日期特征（如小时、星期几）通过正弦和余弦进行循环编码。循环编码：为什么不用0-23直接表示小时？因为这样会让模型误以为23点和0点相差很远（数值上差了23），而实际上它们是循环相接的。通过正弦和余弦变换，可以将这种循环关系自然地嵌入到模型中。在create_and_compile_model中，只需将构建好的外生变量DataFrame传入exog参数，模型会自动调整输入层结构，将时间序列特征与外生特征在适当的维度上进行拼接。

图：引入外生变量后模型的训练历史。验证损失出现波动，存在一定程度的过拟合风险。

点预测只能给出一个期望值，而业务决策往往需要知道预测的”靠谱程度”。通过共形预测框架，我们可以利用历史残差来构建预测区间。

图：共形预测生成的80%预测区间。灰色区域代表了预测的不确定性范围。

本文通过一个贯穿始终的空气质量与共享单车预测案例，系统地展示了使用Python生态进行深度学习时间序列预测的全流程。我们从理论出发，落地到实战，涵盖了从数据准备、模型搭建、训练评估到高级应用的全过程。模型适配性验证：我们实践了三种预测场景（单变量、多变量单输出、多变量多输出），并定量对比了不同策略下的模型误差，发现模型复杂度与实际性能并非简单线性关系，为模型选型提供了实证依据。核心工具链掌握：详细解析了ForecasterRnn和create_and_compile_model的使用方法，它们极大简化了RNN模型的构建、训练和回测流程，让开发者能将精力聚焦于特征工程和业务逻辑本身。进阶需求实现：展示了如何通过加入外生变量来丰富模型的信息输入，以及如何利用共形预测对预测结果的不确定性进行量化，满足了更高级的决策支持需求。工程实践启示：讨论了GPU训练、自定义损失函数等实际应用中会遇到的工程问题，为模型从理论原型走向生产部署提供了思路。

本文配套的论文建模可直接套用的AI智能体、完整代码包、实证分析，可加小助手：tecdat_cn。