Se utilizó una metodología de aprendizaje profundo para predecir los pesos de los bulbos de ajo y cebolla en la Provincia de Jeolla en Corea. El Instituto de Economía Rural de Corea (KREI) opera la plataforma Outlook & Agricultural Statistics Information System (OASIS), que proporciona medidas reales de ajo y cebolla. Entrenamos el modelo de series temporales rezagadas Neural Prophet (NP) utilizando estos datos. El modelo NP maneja eficazmente variables rezagadas y sus covariables mediante la inserción de una capa oculta. Nuestros resultados indican que el modelo NP tuvo un error absoluto medio de alrededor del 5% al predecir los pesos de los bulbos, con una brecha de 3,3 g y 4,7 g con pesos promedio de 63,7 g y 129,9 g para ajo y cebolla, respectivamente. Esta investigación experimental se basó únicamente en tres años de datos de medición. Por lo tanto, la brecha entre los datos observados y los datos predichos puede reducirse acumulando más datos de medición en el futuro.