本发明公开了一种基于Unet卷积神经网络的随钻方位电磁波测井数据反演方法，在地层模型中对地层参数随机取值，通过正演计算获得 数据集，将数据集中的测井响应作为卷积神经网络的输入数据，卷积神经网络在训练过程中提取随钻方位电磁波数据的曲线特征，使网络具有从测井响应映射到地层信息的非线性表达能力，最后，使用训练好的网络可以准确的反演新的样本数据。通过上述方式，本申请建立了U‑net卷积神经网络方位电磁波测井数据反演工作流，分析了工作流中各构成部分的作用，优化了U‑net卷积神经网络的训练参数，使用最优训练参数下得到的网络模型反演了随钻方位电磁波数据，使反演结果具有较高的准确性和鲁棒性。