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24848威尼斯(中国)有限公司近50名老师和硕士研究生参与了本次活动。

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。

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。