教学计划

授课时间 课程内容 在线资源 作业及资料
  • 6月7日
    19:30-21:30
  • 《深度学习》课程导学 （0.5课时）
  • 1. 课程基本信息
  • 2. 课程组织形式
  • 3. 课程作业与考核
  • 4. 学习建议
  • 第1章 前言 （1.5课时）
  • 1.1 深度学习概述
  • 1.2 机器学习简史
  • 1.3 初识神经网络
  • 1.4 深度学习日益流行的关键因素
  • 1.5 常用工具软件和开发环境
  • 1.6 深度学习的应用（链接未来 未来已来）
  •  
  •  
  •  
  •  
  • 6月21日
    19:30-21:30
  • 第5章 前馈神经网络（10课时）
  • 5.1 神经网络的发展历程
  • 5.2 线性回归
  • 5.3 Softmax回归
  • 5.4 多层感知机
  •  
  • 7月4日
    19:30-21:30
  • 第3讲 卷积神经网络（2课时）
  • 3.1 卷积神经网络概述
  • 3.2 整体框架
  • 3.3 卷积的基本原理
  • 3.4 填充和步幅
  • 6.5 多输入通道和多输出通道
  • 6.6 池化层
  • 6.7 经典卷积神经网络LeNet
  •  
  • 7月18日
    19:30-21:30
  • 第4讲 计算机视觉概述（2课时）
  • 4.1 计算机视觉概述
  • 4.2 计算机视觉简史
  • 4.3 基于深度学习的视频内容理解
  • 4.4 面向海量视频的视觉计算与识别
  • 4.5 其他经典图像分析任务