2020秋 主讲教师:欧新宇教授
本课程课堂讲授(含实验)约96学时(6学分),同时包含28个学时(0.5学分)的实训学时(1周)。主要包括:深度学习的基本概念和基本原理,然后简要介绍了两种基础的深度学习模型前馈神经网络和自动编码机,并重点介绍了卷积神经网络及若干经典卷积神经网络模型,包括AlexNet、VGGNet、GoogLeNet、ResNet等,此外还介绍了循环神经网络RNN,生成对抗模型GAN及强化学习的相关知识。
本课程网站提供《深度学习》(71094326)的所有资源,包括在线教案、课堂PPT、相关论文、习题及其他相关资源。教学过程相关的考勤、作业提交、课堂练习、期末测验将使用课堂派平台,请各位同学使用实名(学号)加入课程。在使用方面有疑问的同学可以参考使用手册—学生版。加入课程请扫描二维码,或注册后使用加课码加入: 课程二维码及课程码。本课程从2020年9月开始执行。
注意:
1. 本课程所有 [Notebook] 均可保存为PDF格式离线浏览,并欢迎进行转发(请保留版权)。
2. 本课程有少量图片来源于互联网,若存在版权问题,请及时与我联系。
Event Type | Date | Description | Course Materials |
---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Event Type | Date | Description | Course Materials |
---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|