当前位置：首页> 正在进行安全检测...

正在进行安全检测...

时间：2023-11-13 16:07:14 下载该word文档

《深度学习》教学大纲
适用专业：学时数：课程号：
信息类32
课程性质：学分数：开课学期：大纲审核人：
公选课2春季谢鹏寿
大纲执笔人：赵宏一、课程的地位和教学目标
深度学习技术促进了人工智能在图像识别、语音识别、自然语言处理等领域的突破，成为实现人工智能的重要技术之一。本课程采用Google开源软件TensorFlow作为深度学习技术实现的平台，讲解全连接神经网络、自编码器和多层感知机、卷积神经网络、循环神经网络等的设计与实现，以及网络训练过程中的数据处理、网络调优与超参数设置，并介绍深度强化学习和网络模型可视化、多GPU并行与分布式处理技术。通过本课程学习使学生掌握深度学习技术并能够应用该技术解决实际问题。二、课程教学内容和基本要求
（一）深度学习技术和平台概述（4学时）教学重点、难点：
教学重点：深度学习技术，深度学习平台，TensoFlow；教学难点：TensorFlow；教学内容和基本要求
1、掌握部分：TensorFlow平台构建；2、理解部分：深度学习技术原理；3、了解部分：Caffe，Neon，Torch等平台；（二）全连接神经网络（4学时）教学重点、难点：
教学重点：全连接神经网络设计，训练数据预处理，网络调优和超参数设置；教学难点：损失函数、激活函数；教学内容和基本要求
1、掌握部分：全连接神经网络设计与训练；2、理解部分：网络调优和超参数设置；3、了解部分：训练过程可视化；（三）自编码器和多层感知机（4学时）教学重点、难点：

教学重点：自编码器设计，多层感知机设计；教学难点：目标优化函数设置；教学内容和基本要求
1、掌握部分：自编码器设计和多层感知机设计与训练；2、理解部分：目标优化函数设置；
3、了解部分：自编码器设计和多层感知机的拓展应用；（四）卷积神经网络（6学时）教学重点、难点：
教学重点：卷积神经网络设计；教学难点：卷积运算原理；教学内容和基本要求
1、掌握部分：卷积神经网络设计与训练；2、理解部分：Pooling技术和Dropout技术；3、了解部分：LRN技术；（五）循环神经网络（6学时）教学重点、难点：
教学重点：循环神经网络设计；教学难点：双向LSTM网络；教学内容和基本要求
1、掌握部分：循环神经网络设计与训练；2、理解部分：LSTM网络；
3、了解部分：网络欠拟合和过拟合处理方法；（六）深度强化学习（4学时）教学重点、难点：
教学重点：策略网络和估值网络设计；教学难点：奖励和估值设计；教学内容和基本要求
1、掌握部分：策略网络和估值网络设计与训练；2、理解部分：奖励和估值设计；3、了解部分：AlphaGo的实现；
（七）多GPU并行与分布式处理技术（4学时）教学重点、难点：
教学重点：GPU的配置；

阅读全文