使用pytorch框架搭建一个encoder-forecaster结构的图像时序预测模型，ConvGRU内核

#文件说明 BMSELoss.py 一个对不同降雨级别进行加权损失的loss函数。 ConvGRUCell.py 利用卷积操作实现的ConvGRU内核，单Cell encoder。py 序列编码结构 forecaster.py 序列预测结构 HKO_EF.py 尝试一个试验性质的训练方式 HKO_model.py HKO-7模型的搭建和训练 RNN.py 一般的RNN模型 RNN_train.py RNN模型的训练

#模型说明 本项目参考的HKO模型为论文Deep learning for precipitation nowcasting: A benchmark and a new model encoder和forecaster 结构皆参照此论文编写 本文的数据样本原始大为201477477，训练过程中会缩放或随机切割到120120大小。 原始数据为0-70之间的DBz值，在输入网络前已经映射到（0-255）/255.所以代码中的BMSELoss的阈值也经过了调整。