各位20级新同学好，我安排的课程没有教材，只有一些论文和代码。因为是第一次开课，大纲和进度会随时调整，同学们请随时关注。

一、课程大纲与课件

第一周： 绪论

• 1.1 从专家系统到机器学习 【PPT1】
• 1.2 从传统机器学习到深度学习、深度学习的能与不能 【PPT2】

第二周：神经网络基础

• 2.1 浅层神经网络：生物神经元到单层感知器，多层感知器，反向传播和梯度消失 【PPT3】
• 2.2 神经网络到深度学习：逐层预训练，自编码器和受限玻尔兹曼机 【PPT4】

第三周 卷积神经网络

• 3.1 卷积神经网络 VS 传统神经网络
• 3.2 基本组成结构：卷积、池化、全连接
• 3.3 典型结构：AlexNet, ZFNet, VGG, GoogleNet, ResNet

第四周 循环神经网络

• 4.1 循环神经网络 VS 卷积神经网络
• 4.2 循环神经网络的基本结构：深度RNN，双向RNN，BPTT算法
• 4.3 循环神经网络的变种：LSTM，Grid-LSTM，GRU

二、课程实验

代码练习需要使用谷歌的 Colab，它是一个 Jupyter 笔记本环境，已经默认安装好 pytorch，不需要进行任何设置就可以使用，并且完全在云端运行。使用方法可以参考 Rogan 的博客：

https://www.cnblogs.com/lfri/p/10471852.html

国内目前无法访问 colab，可以安装 Ghelper: http://googlehelper.net/

说明：实验指导书为 mhtml 文件，下载以后，可以直接拖进新版 Microsoft Edge 中打开

• 第2周实验：《Python图像处理》《PyTorch基础》
• 第3周实验：《螺旋数据分类》

联系方式

• 高峰    gaofeng@ouc.edu.cn