选课类别:计划内与自由选修 | 教学类型:理论课 |
课程类别:本科计划内课程 | 开课单位:地球和空间科学学院 |
课程层次:专业选修 | 学分:3.0 |
《人工智能与地球物理》是2023秋季学期新开的课,前身是一般通识课《人工智能地球科学》,不过考核方式大有不同。授课内容与考核形式@你掉漆了 都提及了,不再赘述。另外前半学期留了一次小作业,内容是对某次地震数据进行Fourier分析,代码框架助教已经给出,目的是锻炼同学们使用Python的能力。
给我的总评似乎就是期末作业刷榜分数,最后拿了2.0。不过我这门课翘课太多,给的差也情有可原。
说说这门课我认为有所不足的地方。课程的大多内容集中于各种神经网络构建方式的理论,缺乏实操练习与实用神经网络Python库的介绍,所以最后做期末作业时非常懵。不过作为一门3学分的大四选修课,涉及全这些内容也是困难的,你总不能靠一门3学分的课就学会怎么搭建神经网络并实用。总而言之,还是要自学、自练。
另外,最好提前配置好Jupyter Notebook并学习使用方法,课程代码都是.ipynb格式的。
其实这门课主要是介绍一些人工智能网络: 比如全连接,卷积神经网络(CNN),变形金刚(transformer),以及他们相关的应用(有与地震相关的,也有其他领域的)。伍老师的PPT主要是参考一些其他学校讲得好的老师的授课内容(比如李宏毅老师的transformer),但是伍老师会ppt和板书结合着来讲,讲得很清楚,而且更注重于介绍基本概念,简单讲一些比较复杂的操作,对完全不了解人工智能的同学来说相当友好。
另外最开始的几节课会讲一些基础的python包(numpy, matplotlib)和jupyter notebook, 布置的唯一一次平时作业,也是用python处理一些地震数据并可视化出来。后面会安排上机课(主要是助教或者伍老师组里面的师兄师姐来讲),我记得介绍过一个组里面师兄自己写的地球物理数据可视化的包以及怎么搭建自己的人工智能网络(讲了pytorch和tensorflow)。这里上课感觉主要是给大家有一个引导,真正的还是得自己上手试一试,码码代码,也挺有意思的。
最后的final project是要我们自己搭建一个网络来识别波形数据种类(每年的题目可能不太一样)。当然助教提供了一个范本,可以根据范本进行相应修改,“炼丹”,提交自己的预测结果和相应的网络模型。大家的模型结果会在网络上进行一定评价排序,ddl之前可以多次提交来“刷榜”。
如果python比较熟悉的同学,这门课的final project可能体验感会好很多。不过即使学之前不了解python的同学问题也不大,老师会上一些python的课,把课堂上讲的python相关的知识点,自己实际地在电脑上试一下,应该学起来也很快,不过重点也是在于自己一定要下来练习。
个人十分推荐这门课,不管是上课还是实际地码代码搭建模型都体验很好。另外,对于大四地球物理的同学来说,老师会介绍一些和编程相关的干货,感觉对于提高生产力,为研究生阶段开始打基础也是个很好的契机。
教师主页: 暂无
教师主页: 暂无