深度学习技术与应用(138008016)
主讲:刘石坚 教师团队:共3 人
课程介绍
本课程围绕“基础理论、核心模型、工程优化、前沿应用”四个模块体系构建,强化经典模型深度学习方法与工业实践衔接。其中,基础理论模块主要介绍神经网络数学原理(例如梯度下降/反向传播)、向量化编程、激活函数机理、正则化理论等深度学习基础知识;核心模型模块将回顾从LeNet到ResNet等经典的深度网络架构;工程优化模块则会涉及正则化等过拟合抑制方案、基于深度学习框架的模型快速搭建、超参数调优等实用技术;最后在前沿应用阶段让学生亲身感受目标检测、人脸识别、迁移学习等前沿技术的震撼与魅力。
教师团队