2022-04-10 深度学习与应用 一（网课）

1、课程目标

1. 学习深度学习基础知识，包括经典模型、优化方法、训练技巧。
2. 很多知识已经被研究过了，多动手训练。
3. Keywords：
   基础：pytorch基础、机器学习基础、感知器、前馈神经网络、误差反向传播…
   近代网络：卷积神经网络、常用CNN模型、视觉目标分类、监测、分割.
   其他：生成式神经网络、循环神经网络、LSTM、GRU、注意力机制.
   应用实践：“动态人脸识别系统比拼”、“基于注意力网络的人脸表情识别”.
4. 成绩评估：实践作业(35%，共7次) > 期末课程论文(30%，4-6页) > PPT展示presentation(20%) > 随堂测试(10%) > 考勤(5%).
5. 推荐书籍：《动手学深度学习》pytorch版本（原作为MXNet框架），与课程PPT契合度高，有 网页版
   《深入浅出pytorch——从模型到源码》——pytorch基础
6. 前提知识：python编程、高等数学（矩阵运算、求导）、机器学习基础.

2、基础知识

1. 概述：AI有可塑性、可调性（仅阈值&