|
水文水质领域的应用为背景(流量预报、水位预报、水质综合评价和水质预测等),首先介绍深度神经网络原理和常用模型结构,包括前馈神经网络、卷积神经网络、循环神经网络、带有门结构的循环神经网络(LSTM和GRU),并简化复杂的梯度推导过程;然后详细讲解Python系列开源工具,包括矩阵计算包Numpy和扩充包Scipy、数据处理包Pandas、可视化包Matplotlib、基于数据流图的数值计算开源软件库TensorFlow和图像处理包CV2、PIL,以及使用这些工具包编程实现前述模型的方法,对其中重要函数的参数和输出均给出应用实例
会 务 秘 书:李巍 15600470832
深度学习-水文水质应用QQ群:863795477 (邀请人:李巍)
|
|