课程↓推荐
1、最新全流程ChatGPT办公与科研应用、论文撰写、数据分析、机器学习、深度学习及AI绘图高级培训班
2、深度学习全景进阶:最新Python深度学习进阶与前沿应用
3、ChatGPT-4o大语言模型优化、本地私有化部署、从0-1搭建、智能体构建
4、SWAT模型【建模方法、实例应用、高级进阶技能】实践六天系统学习
5、基于Python星载气溶胶数据处理与反演分析实践技术应用
详细信息、微信咨询:19912110290
全流程FVCOM水环境、污染物迁移、水交换、水质、潮流、温盐、波浪及泥沙数值模拟实践技术应用
近年来,随着计算技术的发展和对海洋、水环境问题认识的加深,数值模拟技术在海洋、水环境等科学研究中的应用越来越广泛。FVCOM因其独特的优点,成为研究海洋动力过程、污染物扩散、水质变化等问题的重要工具。作为一种基于有限体积法的数值模型,以其精确的计算方法和强大的适应性,广泛应用于水环境、潮流、温盐、波浪、泥沙等多种过程的模拟。FVCOM采用非结构化网格,可以灵活地适应复杂地形和不规则边界,这使得它在模拟中表现非常出色。其次基于有限体积法,确保了计算的保守性和稳定性,能够准确模拟潮流、波浪和泥沙等物理过程。FVCOM在水环境领域的应用也十分广泛,涵盖了污染物迁移模拟、水质数值模拟、海洋生态系统模拟、水交换过程模拟以及极端天气对水环境的影响等众多方面。
本课程共计六天,内容非常丰富,不仅关注FVCOM理论知识的传授,更强调通过实际操作,帮助学员掌握从模型搭建到结果分析的全过程技能。分为十四章,将系统地讲解FVCOM的基础理论、运行环境部署、三维水动力、温盐模拟、波浪模拟、泥沙模拟、示踪粒子模拟、染色剂交换模拟及水质数值模拟的全过程。同时,通过理论讲解与实操练习相结合的方式,帮助学员熟练掌握FVCOM模型的构建、参数设置、运行及结果分析技巧。现详细通知如下:
一、培训时间及方式
直播时间:8月2日-4日、9日-11日 【6天】
直播方式:腾讯会议
二、证书及学时
参加培训的学员可以获得《FVCOM数值模拟》专业技能培训证书及学时证明,网上可查。此证书可作为个人学习和知识更新、单位在职人员专业技能素质培养及单位人才聘用重要参考依据。证书查询网址:www.aishangyanxiu.com
三、课程大纲
第一章、FVCOM基础理论
1、主流海洋数值模式及特点介绍
2、FVCOM控制方程介绍
3、FVCOM数值方法介绍
4、FVCOM程序计算流程介绍
5、FVCOM求解过程推导详解
第二章、FVCOM运行环境部署
1、虚拟机安装及配置
2、Linux系统安装配置
3、Linux系统下FVCOM常用命令介绍
4、INTEL编译器安装配置
5、OPENMPI安装配置
6、NETCDF库安装配置
7、Linux环境变量配置
8、实操练习:FVCOM运行环境搭建及水动力算例运行
第三章、FVCOM三维水动力数值模拟前处理
1、岸线数据提取及处理
2、地形数据的获取及处理
3、SMS非结构三角形网格生成
4、SMS网格划分、优化技巧详解
5、SMS地形数据插值
6、实操练习:某海域岸线提取,SMS生成优化及地形插值
7、Python前处理使用及详解
8、Matlab前处理使用及详解
9、Chinatide前处理使用及详解
10、实操练习:某海域岸线FVCOM运行所需全部的文件制作
第四章、FVCOM三维水动力数值模拟
1、FVCOM 编译及所有模块详解
2、FVCOM模型可解决问题介绍
3、FVCOM运行所需全部参数详解
4、案例讲解:某海域FVCOM三维水动力数值模拟参数设置
5、FVCOM运行时可视化变量检查
6、实操练习:使用FVCOM进行某海域三维水动力数值模拟
第五章、FVCOM三维水动力计算结果可视化及率定方法
1、FVCOM水动力计算结果文件查看及全部变量详解
2、Matlab绘制水位等值线图、流场矢量图
3、FVCOM水动力常用率定方法介绍
4、案例讲解:某海域水动力计算结果的率定
5、实操练习:FVCOM水动力计算结果可视化
第六章、FVCOM三维温盐数值模拟前处理
1、FVCOM三维温盐数值模拟所需文件介绍
2、FVCOM三维温盐模拟所需气象数据下载及处理
3、FVCOM三维温盐初始场设置
4、FVCOM三维温盐开边界数据下载及处理
5、径流输入文件制作
6、实操练习:某海域FVCOM三维温盐前处理文件制作
第七章、FVCOM三维温盐数值模拟率定及可视化
1、FVCOM三维温盐模块编译
2、FVCOM三维温盐数值模拟参数配置
3、FVCOM三维温盐数值模拟结果可视化
4、FVCOM三维温盐常见率定方法介绍
5、温度极大值、盐度极小值等常见问题的处理
6、实操练习:某海域FVCOM三维温盐数值模拟结果可视化及初步率定
第八章、FVCOM波浪数值模拟及可视化分析
1、SWAN模型介绍
2、FVCOM波流模块介绍
3、FVCOM波流模块编译
4、FVCOM波流模块配置文件详解
5、FVCOM波流输入文件制作及试运行
6、参数设置及率定方法浅析
7、案例+实操练习:某海域波浪数值模拟
8、FVCOM波浪可视化及结果分析方法
第九章、FVCOM泥沙数值模拟及可视化分析
1、FVCOM泥沙模型介绍
2、FVCOM泥沙模块编译
3、FVCOM泥沙模块配置文件详解
4、FVCOM泥沙输入文件制作及试运行
5、参数设置及率定方法浅析
6、案例+实操练习:某海域泥沙数值模拟
7、FVCOM泥沙可视化及结果分析方法
第十章、FVCOM示踪(粒子)数值模拟及可视化分析
1、FVCOM示踪(粒子)数值模拟所需文件介绍
2、FVCOM粒子追踪模块编译
3、该问题粒子释放文件制作
4、该问题参数设置
5、案例+实操练习:某海域示踪(粒子)数值模拟
第十一章、FVCOM交换(染色剂)数值模及可视化分析
1、FVCOM交换(染色剂)数值模拟结果可视化
2、粒子时空分布作图及分析
3、粒子输运轨迹作图及分析
4、不同动力因素对结果影响作图及分析
5、欧拉余流作图及分析
6、拉格朗日余留及分析
7、案例+实操练习:某海域交换(染色剂)数值模拟
第十二章、FVCOM三维水质数值模拟
1、FVCOM三维水质控制方程各生化反应源项详解
2、FVCOM三维水质输入文件介绍
3、水质初始场文件制作
4、水质污染物源项输入文件制作
5、几种水质开边界文件制作
6、FVCOM三维水质参数文件制作
7、FVCOM三维水质模拟参数配置
8、实操练习:某海域FVCOM三维水质数值模拟输入文件制作
第十三章、FVCOM三维水质计算结果可视化及率定方法
1、FVCOM三维水质计算结果可视化
2、基于污染源排放等问题的FVCOM水质源码修改
3、NC格式输出FVCOM水质变量的源码修改
4、相关性分析在FVCOM水质模型参数率定中的应用
5、参数敏感性分析在FVCOM水质模型参数率定中的应用
6、实操练习:某海域FVCOM三维水质数值模拟结果可视化及初步率定
第十四章、总结回顾及问题答疑
1、FVCOM水动力数值模拟流程回顾
2、FVCOM温盐数值模拟流程回顾
3、FVCOM波浪数值模拟流程回顾
4、FVCOM泥沙数值模拟流程回顾
5、FVCOM示踪(粒子)数值模拟流程回顾
6、FVCOM交换(染色剂)数值模拟流程回顾
7、FVCOM水质数值模拟流程回顾
8、问题答疑
注:请提前自备电脑及安装所需软件。
四、联系方式
详细报名流程,请联系课程负责人
详细报名流程,请咨询课程负责人
丁依:19912110290(微电)
一、SWAT模型系统学习HOT!
直播时间:2024年8月2日-4日、8月9日-11日
培训方式:直播授课+助学群辅助+导师面对面实践工作交流
会议福利:
赠送ERA5-LAND陆面再分析数据(5T左右)
赠送ERA5大气再分析数据WRF驱动数据(28T左右)
赠送ERA5大气再分析数据地面数据
赠送ERA5大气再分析数据大气数据(900G+)
赠送ERA5大气再分析数据大气数据(4.7TB+)
赠送CMIP5/6月尺度陆面气象数据(50G+)
赠送CMIP6月尺度生态相关数据
赠送CMIP6日数据(1.8T+)
课程内容:(上下滑动查看更多)
第一部分:SWAT模型实践部分
一:SWAT模型及应用介绍
1.1 面源污染概要
1.2 SWAT模型及应用
1.3 SWAT模型原理
1.4 SWAT模型输入文件
1.5 ArcGIS与SWAT关系
二:SWAT模型中GIS必备技术
2.1 GIS软件平台
2.2 ArcGIS10.6安装和注意事项
2.3 ArcGIS必备技术
2.4 ArcGIS常见数据格式
三:SWAT模型操作流程
3.1 SWAT模型安装
3.2 建立SWAT项目
3.3 SWAT模型子流域划分
3.4 HRU划分
3.5 气象数据及其它数据输入
3.6 SWAT运行及结果读取
四:SWAT结果分析及地图制作
4.1 SWAT结果查看与导出
4.2 SWAT结果时间变化分析
4.3 SWAT结果空间变化分析
4.4 SWAT结果符号设置与地图制图
五:DEM数据制备流程
5.1 DEM数据的作用
5.2 认识DEM数据
5.3 DEM数据的获取
5.4 DEM数据的预处理
六:土地利用数据制备流程
6.1 土地利用调用流程
6.2 土地利用的获取
6.3 土地利用处理
6.4 遥感数据解译土地利用
6.5 土地利用类型索引表建立
七:土壤数据制备流程
7.1 土壤数据调用流程
7.2 土壤数据的获取
7.3 土壤数据的处理
7.4 SWAT土壤数据库参数
7.5 土壤数据库参数计算
7.6 土壤类型索引表的建立
八:气象数据制备流程
8.1 气象数据的调用原理
8.2 气象数据获取
8.3 气象数据处理
8.4天气发生器介绍及参数计算
8.5 气象站点索引文件制作
九:其它数据制备流程
9.1 点源污染输入
9.2 水库数据输入
9.3 灌溉措施输入
9.4 管理措施输入
十:参数率定与结果验证
10.1 参数率定与结果验证原理
10.2 SWAT-CUP软件介绍
10.3 SWAT-CUP水量率定与验证
10.4 SWAT-CUP水质率定与验证
10.5 参数敏感性分析
10.6 率定验证后参数回带及模拟
十一:关键源区及BMPs设置
11.1 最佳管理措施介绍
11.2 关键源区分析
11.3 SWAT中BMP的设置
11.4 BMP效果分析
十二:SWAT模型结果分析-水资源
12.1 地表径流分析
12.2 地下径流分析
12.3 蒸散发分析
12.4 水源涵养量分析
十三:SWAT模型结果分析-农业面源
13.1 子流域农业面源分析
13.2 河道农业面源分析
13.3 面源污染时空变化分析
十四:SWAT模型结果分析-水土流失
14.1 SWAT模型泥沙分析
14.2 水土保持措施分析
第二部分:SWAT模型【进阶部分】
一:SWAT模型应用热点分析
1.1 SWAT模型应用文献解析及热点剖析
1.2 讨论
二:无资料地区快速建立SWAT模型
2.1 无资料地区DEM数据制备
2.2 无资料地区土地利用制备
2.3 无资料地区土壤数据制备
2.4 无资料地区气象数据制备
2.5 无资料地区SWAT模型率定验证
2.6 案例分析:遥感产品和SWAT模型结合研究
三:基于控制单元的流域SWAT模型建立
3.1 ArcGIS高级操作
3.2 ArcGIS水文分析及SWAT应用
3.3 pre-defined子流域及河网完整制备及注意事项
3.4 HRU深入剖析及可视化分析
3.5 案例分析:基于控制单元的流域SWAT模型建立
四:SWAT模型不确定性分析
4.1 不确定性分析
4.2 输入不确定性分析
4.3 参数不确定性分析
4.4 结构不确定性分析
4.5 案例分析:SWAT模型中DEM数据的不确定性分析
五:未来气候变化对水资源及面源污染的影响
5.1 气候变化简介
5.2 CMIP6数据介绍
5.3 CMIP6数据下载
5.4 基于ArcGIS及python的CMIP6数据处理
5.5 气候数据降尺度处理
5.6 案例分析:气候变化对SWAT面源污染模拟的影响研究
六:土地利用变化对水资源及面源污染的影响
6.1 土地利用变化简介
6.2 ArcGIS土地利用变化分析
6.3 土地利用变化对SWAT模型结果的影响
6.4 ArcGIS退耕还林实现及对面源污染的影响
6.5 土地利用动态输入SWAT设置
6.6 FLUS未来土地利用变化预测
6.7 案例分析:动态土地利用输入对SWAT面源污染模拟的影响研究
七:SWAT改进与模型耦合
7.1 SWAT模型代码修改及应用
7.2 与SWAT模型结合的常用模型文献分析
7.3 案例分析:SWAT模型初损率改进及对水资源的影响分析
八:常见问题及答疑
8.1 SWAT建模过程中常见问题汇总及解答
8.2 现场答疑
二、Python星载气溶胶HOT!
培训时间:2024年7月27日-28日、8月3日-4日
培训方式:直播授课+助学群辅助+导师面对面实践工作交流
课程内容:(上下滑动查看更多)
专题一:碳中和下气溶胶的研究意义与课程总体介绍
1、“碳中和”下气溶胶研究意义
2、MODIS和CALIPSO不同观测平台的优缺点
3、Python处理大气气象数据的优势
(1)pyhdf (2)cartopy
专题二、夯实Python语言基础及代码讲解
1、Python环境的安装
2、Python相关库介绍
3、Python实际操作
4、练习相关课程所需Python代码
专题三、MODIS气溶胶数据处理与反演分析
1、MODIS气溶胶数据下载
2.MODIS气溶胶数据预处理案例
3.MODIS气溶胶数据不同产品优缺点案例
4.MODIS气溶胶数据反演结果与分析
5.练习MODIS数据下载和处理程序
专题四、CALIPSO气溶胶数据处理及反演分析
1、CALIPSO气溶胶数据下载
2、CALIPSO气溶胶数据预处理案例
3、CALIPSO不同气溶胶类型案例
4、CALIPSO气溶胶数据反演结果与分析案例
5、练习CALIPSO数据下载和处理程序
专题五、总结与扩展
1、MODIS和CALIPSO气溶胶产品的优缺点对比
2、地面仪器辅助星载气溶胶的研究
3、“碳中和”下研究气溶胶的意义,以及如何通过科学的方式研究气溶胶。
三、ChatGPT论文写作HOT!
培训时间:2024年8月15日-18日
培训地点:呼和浩特
培训方式:线下+直播授课+助学群辅助+导师面对面实践工作交流
课程福利:
1:无限学:【本课程】后期会议(线上直播免费参与一次,现场免费不限次数,仅限参会本人)
2:赠送1个月ChatGPT Plus/4.0会员账号。
3:提供全部课程回放,建立助学群,长期辅助交流。
4:参加面向科研场景的ChatGPT提示词工程大赛。
课程内容:(上下滑动查看更多)
课程安排
学习内容
第一章
2024大语言模型最新进展介绍
1、2024 AIGC技术最新进展介绍(生成式人工智能的基本概念与原理、文生视频模型OpenAI Sora vs.Google Veo)
2、(实操演练)国内外大语言模型(ChatGPT 4O、Gemini、Claude、Llama3、文心一言、星火、通义千问、Kimi、智谱清言等)对比分析
3、(实操演练)Llama3开源大语言模型的本地部署、对话与微调训练本地数据
4、(实操演练)ChatGPT对话初体验(注册与充值、购买方法)
5、(实操演练)ChatGPT科研必备GPT汇总介绍(寻找好用的GPTs模型、提示词优化、生成思维导图、生成PPT、生成视频、制定个性化的学习计划、检索论文、总结论文内容、总结视频内容、撰写论文、论文翻译、论文润色与修改、参考文献格式管理、论文评审、数据分析、生成代码、代码调试等)
6、(实操演练)GPT Store简介与使用
7、(实操演练)定制自己的专属GPTs(制作专属GPTs的两种方式:聊天/配置参数、利用Knowledge上传本地知识库提升专属GPTs性能、利用Actions通过API获取外界信息、专属GPTs的分享)
8、(实操演练)ChatGPT对话记录保存与管理
第二章
ChatGPT4 提示词使用方法与技巧
1、(实操演练)ChatGPT Prompt (提示词)使用技巧(为ChatGPT设定身份、明确任务内容、提供任务相关的背景、举一个参考范例、指定返回的答案格式等)
2、(实操演练)常用的ChatGPT提示词模板
3、(实操演练)ChatGPT提示词优化(Promptest、Prompt Perfect、PromptPal提示宝等)
4、(实操演练)ChatGPT4突破Token限制实现接收或输出万字长文(Token数与字符数之间的互相换算、五种方法提交超过Token限制的文本、四种方法让ChatGPT的输出突破Token限制)
5、(实操演练)控制ChatGPT的输出长度(使用修饰语、限定回答的范围、通过上下文限定、限定数量等)
6、(实操演练)保存喜欢的ChatGPT提示词并一键调用
第三章
ChatGPT4助力日常生活、学习与工作
1、(实操演练)ChatGPT4助力中小学生功课辅导(写作文、作文批改、求解数学题、练习英语听说读写、物理计算、化学计算等)
2、(实操演练)ChatGPT4助力文案撰写与润色修改
3、(实操演练)ChatGPT4助力家庭健康管理(化验单结果解读、就诊咨询与初步诊断、常见慢病管理、日常营养膳食建议等)
4、(实操演练)ChatGPT4助力大学生求职与就业(撰写简历、模拟面试、职业规划等)
5、(实操演练)ChatGPT4助力商业工作(行业竞品检索与分析、产品创意设计与建议、推广营销策略与方案制定、撰写合同)
6、(实操演练)利用ChatGPT4 创建精美的思维导图
7、(实操演练)利用ChatGPT4 生成流程图、甘特图
8、(实操演练)利用ChatGPT4 制作PPT
9、(实操演练)利用ChatGPT4自动创建视频
10、(实操演练)ChatGPT4辅助教师高效备课(苏格拉底式教学、为不同专业学生生成不同的教学内容等)
11、(实操演练)ChatGPT4辅助学生高效学习(利用GPTs生成专属学习计划)
12、案例演示与实操练习
第四章
ChatGPT4助力课题申报、论文选题及实验方案设计
1、课题申请书撰写技巧及要点剖析(项目名称、关键词、摘要、立项依据、参考文献、研究目标、研究内容、研究方案、关键科学问题、可行性分析、创新点与特色之处、预期研究成果、工作基础等)
2、(实操演练)利用ChatGPT4分析指定领域的热门研究方向
3、(实操演练)利用ChatGPT4辅助撰写、润色课题申报书的各部分内容
4、(实操演练)利用ChatGPT4总结指定论文的局限性与不足,并给出潜在的改进思路与建议
5、(实操演练)利用ChatGPT4评估指定改进思路的新颖性与已发表的类似工作
6、(实操演练)利用ChatGPT4进一步细化改进思路,凝练论文的选题与创新点
7、(实操演练)利用ChatGPT4给出具体的算法步骤,并自动生成算法的Python示例代码框架
8、(实操演练)利用ChatGPT4设计完整的实验方案与数据分析流程
9、(实操演练)利用ChatGPT4给出论文Discussion部分的切入点和思路
10、案例演示与实操练习
第五章
ChatGPT4助力信息检索、总结分析、论文写作与投稿、专利idea构思与交底书的撰写
1、(实操演练)传统信息检索方法与技巧总结(Google Scholar、ResearchGate、Sci-Hub、GitHub、关键词检索+同行检索、文献订阅)
2、(实操演练)利用ChatGPT4 实现联网检索文献
3、(实操演练)利用ChatGPT4阅读与总结分析学术论文内容(论文主要工作、创新点、局限性与不足、多文档对比分析等)
4、(实操演练)利用ChatGPT4解读论文中的系统框图工作原理
5、(实操演练)利用ChatGPT4解读论文中的数学公式含义
6、(实操演练)利用ChatGPT4解读论文中图表中数据的意义及结论
7、(实操演练)利用ChatGPT4 总结Youtube视频内容
8、(实操演练)利用ChatGPT4完成学术论文的选题设计与优化
9、(实操演练)利用ChatGPT4自动生成论文的总体框架、论文摘要、前言介绍、文献综述、完整长篇论文等
10、(实操演练)利用ChatGPT4完成论文翻译(指定翻译角色和翻译领域、提供背景提示)
11、(实操演练)利用ChatGPT4实现论文语法校正
12、(实操演练)利用ChatGPT4完成段落结构及句子逻辑润色
13、(实操演练)利用ChatGPT4完成论文降重
14、(实操演练)利用ChatGPT4完成论文参考文献格式的自动转换
15、(实操演练)ChatGPT4辅助审稿人完成论文评审意见的撰写
16、(实操演练)ChatGPT4辅助投稿人完成论文评审意见的回复
17、(实操演练)ChatGPT4文献检索、论文写作必备GPTs总结
18、(实操演练)利用ChatGPT4完成发明专利idea的挖掘与构思
19、(实操演练)利用ChatGPT4完成发明专利交底书的撰写
20、案例演示与实操练习
第六章
ChatGPT4助力Python编程入门、科学计算、数据可视化、数据预处理
1、(实操演练)Python环境搭建(Python软件下载、安装与版本选择;PyCharm下载、安装;Python之Hello World;第三方模块的安装与使用;Python 2.x与Python 3.x对比)
2、(实操演练)Python基本语法(Python变量命名规则;Python基本数学运算;Python常用变量类型的定义与操作;Python程序注释)
3、(实操演练)Python流程控制(条件判断;for循环;while循环;break和continue)
4、(实操演练)Python函数与对象(函数的定义与调用;函数的参数传递与返回值;变量作用域与全局变量;对象的创建与使用)
5、(实操演练)Matplotlib的安装与图形绘制(设置散点、线条、坐标轴、图例、注解等属性;绘制多图;图的嵌套;折线图、柱状图、饼图、地图等各种图形的绘制)
6、(实操演练)Seaborn、Bokeh、Pyecharts等高级绘图库的安装与使用(动态交互图的绘制、开发大数据可视化页面等)
7、(实操演练)科学计算模块库(Numpy的安装;ndarray类型属性与数组的创建;数组索引与切片;Numpy常用函数简介与使用)
8、(实操演练)利用ChatGPT4上传本地数据(Excel/CSV表格、txt文本、PDF、图片等)
9、(实操演练)利用ChatGPT4 实现图像处理(图像缩放、旋转、裁剪、去噪与去模糊)
10、(实操演练)利用ChatGPT4 实现描述性统计分析(数据的频数分析:统计直方图;数据的集中趋势分析:数据的相关分析)
11、(实操演练)常用的数据预处理方法(数据标准化与归一化、数据异常值与缺失值处理、数据离散化及编码处理、手动生成新特征)
12、(实操演练)融合ChatGPT 4与Python的数据预处理代码自动生成与运行
13、(实操演练)利用ChatGPT4自动生成数据统计分析图表
14、(实操演练)利用ChatGPT4 实现代码逐行讲解
15、(实操演练)利用ChatGPT4 实现代码Bug调试与自动修改
16、案例演示与实操练习
第七章
ChatGPT4助力机器学习建模
1、BP神经网络的基本原理(人工神经网络的分类有哪些?BP神经网络的拓扑结构和训练过程是怎样的?什么是梯度下降法?)
2、(实操演练)BP神经网络的Python代码实现(划分训练集和测试集、数据归一化)
3、(实操演练)BP神经网络参数的优化(隐含层神经元个数、学习率、初始权值和阈值等如何设置?什么是交叉验证?)
4、(实操演练)值得研究的若干问题(欠拟合与过拟合、评价指标选择、样本不平衡等)
5、(实操演练)BP神经网络中的ChatGPT提示词库讲解
6、(实操演练)利用ChatGPT4实现BP神经网络模型的代码自动生成与运行
7、SVM的工作原理(核函数的作用是什么?什么是支持向量?如何解决多分类问题?)
8、决策树的工作原理(什么是信息熵和信息增益?ID3算法和C4.5算法的区别与联系)
9、随机森林的工作原理(为什么需要随机森林算法?广义与狭义意义下的“随机森林”分别指的是什么?“随机”的本质是什么?怎样可视化、解读随机森林的结果?)
10、Bagging与Boosting的区别与联系
11、AdaBoost vs. Gradient Boosting的工作原理
12、(实操演练)常用的GBDT算法框架(XGBoost、LightGBM)
13、(实操演练)决策树、随机森林、XGBoost、LightGBM中的ChatGPT提示词库讲解
14、(实操演练)利用ChatGPT4实现决策树、随机森林、XGBoost、LightGBM模型的代码自动生成与运行
15、案例演示与实操练习
第八章
ChatGPT 4助力机器学习模型优化:变量降维与特征选择
1、主成分分析(PCA)的基本原理
2、偏最小二乘(PLS)的基本原理
3、(实操演练)常见的特征选择方法(优化搜索、Filter和Wrapper等;前向与后向选择法;区间法;无信息变量消除法;正则稀疏优化方法等)
4、遗传算法(Genetic Algorithm, GA)的基本原理(以遗传算法为代表的群优化算法的基本思想是什么?选择、交叉、变异三个算子的作用分别是什么?)
5、(实操演练)PCA、PLS、特征选择、群优化算法的ChatGPT提示词库讲解
6、(实操演练)利用ChatGPT4 及插件实现变量降维与特征选择算法的代码自动生成与运行
7、案例演示与实操练习
第九章
ChatGPT 4助力卷积神经网络建模
1、深度学习简介(深度学习大事记、深度学习与传统机器学习的区别与联系)
2、卷积神经网络的基本原理(什么是卷积核、池化核?CNN的典型拓扑结构是怎样的?CNN的权值共享机制是什么?)
3、卷积神经网络的进化史:LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等经典深度神经网络的区别与联系
4、(实操演练)利用PyTorch构建卷积神经网络(Convolution层、Batch Normalization层、Pooling层、Dropout层、Flatten层等)
5、(实操演练)卷积神经网络调参技巧(卷积核尺寸、卷积核个数、移动步长、补零操作、池化核尺寸等参数与特征图的维度,以及模型参数量之间的关系是怎样的?)
6、(实操演练)卷积神经网络中的ChatGPT提示词库讲解
7、(实操演练)利用ChatGPT4实现卷积神经网络模型的代码自动生成与运行
(1)CNN预训练模型实现物体识别;
(2)利用卷积神经网络抽取抽象特征;
(3)自定义卷积神经网络拓扑结构
8、案例演示与实操练习
第十章
ChatGPT 4助力迁移学习建模
1、迁移学习算法的基本原理
2、(实操演练)基于深度神经网络模型的迁移学习算法
3、(实操演练)迁移学习中的ChatGPT提示词库讲解
4、(实操演练)利用ChatGPT4实现迁移学习模型的代码自动生成与运行
5、实操练习
第十一章
ChatGPT 4助力RNN、LSTM建模
1、循环神经网络RNN的基本工作原理
2、长短时记忆网络LSTM的基本工作原理
3、(实操演练)RNN与LSTM中的ChatGPT提示词库讲解
4、(实操演练)利用ChatGPT4 实现RNN、LSTM模型的代码自动生成与运行
5、案例演示与实操练习
第十二章
ChatGPT 4助力YOLO目标检测建模
1、什么是目标检测?目标检测与目标识别的区别与联系
2、YOLO模型的工作原理,YOLO模型与传统目标检测算法的区别
3、(实操演练)YOLO模型中的ChatGPT提示词库讲解
4、(实操演练)利用ChatGPT4实现YOLO目标检测模型的代码自动生成与运行
(1)利用预训练好的YOLO模型实现图像、视频、摄像头实时检测;
(2)数据标注演示(LabelImage使用方法介绍);
(3)训练自己的目标检测数据集
5、案例演示与实操练习
第十三章
ChatGPT4助力机器学习与深度学习建模的行业应用
1、(实操演练)利用ChatGPT4实现近红外光谱分析模型的建立、代码自动生成与运行
2、(实操演练)利用ChatGPT4实现生物医学信号(时间序列、图像、视频数据)分类识别与回归拟合模型的建立、代码自动生成与运行
3、(实操演练)利用ChatGPT4实现遥感图像目标检测、地物分类及语义分割模型的建立、代码自动生成与运行
4、(实操演练)利用ChatGPT4实现大气污染物预测模型的建立、代码自动生成与运行
5、(实操演练)利用ChatGPT4实现自然语言处理模型的建立、代码自动生成与运行
6、案例演示与实操练习
第十四章
ChatGPT 4助力AI绘图技术
1、(实操演练)利用ChatGPT4 DALL.E 3生成图像(下载图像、修改图像)
2、(实操演练)ChatGPT4 DALL.E 3常用的提示词库(广告海报、Logo、3D模型、插画、产品包装、烹饪演示、产品外观设计、UI设计、吉祥物设计等)
3、(实操演练)ChatGPT4 DALL.E 3中的多种视图(正视图、后视图、侧视图、四分之三视图、鸟瞰视图、全景视图、第一人称视角、分割视图、截面视图等)
4、(实操演练)ChatGPT4 DALL.E 3中的多种光效(电致发光、化学发光、生物荧光、极光闪耀、全息光等)
5、(实操演练)ChatGPT4 DALL.E 3格子布局与角色一致性的实现
6、(实操演练)ChatGPT4 DALL.E 3生成动图GIF
7、(实操演练)Midjourney工具使用讲解
8、(实操演练)Stable Diffusion工具使用讲解
9、(实操演练)Runway图片生成动画工具使用讲解
10、案例演示与实操练习
第十五章
GPT 4 API接口调用与完整项目开发
1、(实操演练)GPT模型API接口的调用方法(API Key的申请、API Key接口调用方法与参数说明)
2、(实操演练)利用GPT4实现完整项目开发
(1)聊天机器人的开发
(2)利用GPT API和Text Embedding生成文本的特征向量
(3)构建基于多模态(语音、文本、图像)的阿尔茨海默病早期筛查程序
3、案例演示与实操练习
第十六章
面向科研场景的ChatGPT提示词工程大赛【科研创意Prompt挑战】
活动背景:为了提升科研人员在科研过程中的提示词撰写能力,特举办ChatGPT培训课程,并在课程中加入【提示词大赛】环节,通过比赛形式激发学员的创意和实践能力。
活动目标:通过【提示词大赛】,提高学员在科研过程中撰写提示词的能力,激发创意与实践结合,为未来的科研工作提供更好的支持和帮助。
参赛对象:参加本次ChatGPT培训课程的所有科研人员。
赛题内容:培训课程第一天结束后公布具体赛题,赛题将围绕科研过程中不同环节的提示词撰写。
提交方式:学员需在培训课程第三天晚前提交答案,具体提交方式将在赛题公布时一并说明。
奖项设置:一等奖1名、二等奖2名、三等奖 3名【设置奖项详细见流程说明】
评委评选:由培训导师及特邀评委组成评审团,对所有提交的提示词进行评选。
评选标准:提示词的创意、准确性、实用性及与科研主题的契合度。
备注:详细在会议中具体说明。
Tips:联系客服咨询:丁老师:19912110290(微电)
(扫码咨询)
<直播课程推荐-提供全部资料及回放视频、导师群辅助答疑>
<模型课程推荐-提供全部资料及回放视频、导师群辅助答疑>
声明: 本号旨在传播、传递、交流,对相关文章内容观点保持中立态度。涉及内容如有侵权或其他问题,请与本号联系,第一时间做出撤回。
Ai尚研修丨专注科研领域
技术推广,人才招聘推荐,科研活动服务
科研技术云导师,Easy Scientific Research
信息来源:Ai尚研修。
转载请注明信息来源及海洋知圈编排。