讲座回顾 | 深度学习及其在地学中的应用

作者:杜亚男 编辑:曾娟 发布时间:2020-11-09

2020年11月6日,地理学人讲坛第243讲《深度学习及其在地学中的应用》专题报告在广州大学(大学城校区)行政西楼前座523顺利举行,主讲人为中山大学地理科学与规划学院副教授贺智老师,广州大学地理科学与遥感学院近50名老师和硕士研究生参与了本次活动。

undefined

讲座现场1

贺老师围绕着深度学习,分别从“引言”、“典型要素”、“典型网络”、“典型网络”和“软件演示”五个部分深入浅出地讲解了深度学习的基础理论知识和实践应用。其中,引言部分介绍了深度学习的起源、发展、优势和有关学习资料获取途径。典型要素部分主要为深度学习基础知识的讲解,包括卷积层、采样层、优化策略和主要参数,如学习率、权重、层数和Loss函数。典型网络部分则是分享了深度学习的几种典型的网络——LeNet、AlexNet、VGG16net、残差网络、Inception网络和LSTM网络,展示这几种典型网络基本架构的同时,还分析了它们的优缺点以及适用范围。典型应用部分介绍了深度学习在高分/高光谱图像融合、湿地树种精细分类的应用,提出了深度学习的发展趋势:注意力机制、无监督学习和元学习。软件演示部分则利用MatlabR2020a软件演示了三个具体案例(分类、预测、提高分辨率)。贺老师拥有夯实的深度学习理论基础和丰富的科研经验,讲座全程基于深度学习,从基础理论到实践应用,结合丰富的逻辑结构图和具体案例,生动细致地解读了深度学习,带领着在场师生充分感受到了深度学习的魅力,在场师生都获益匪浅。

undefined

讲座现场2

最后,贺老师针对同学提出的“在深度学习过程中是否需要系统地学习数学理论知识”问题进行了耐心解答,指出应在实践操作过程中对相关理论知识查漏补缺,提出了在实践中学习的观点。非常感谢贺智老师带来的精彩讲座!

随着科学技术的发展,自动化、智能化是社会发展的一个必然趋势,而深度学习是实现自动化、智能化的一个重要工具,具有较大的应用前景。我院也在学生培养中逐步加大深度学习课程开发、编程能力培养,促进深度学习与地理学的结合与应用。