欢迎来到中国海洋大学人工智能研究院 2024 年深度学习入门课程，请关注后续信息的更新。 （本课程用于2024年暑期实验室新生教学）

感兴趣的同学可以加入课堂，自愿参加各个学习环节、自愿提交作业

1、课程大纲与相关信息

视频资料： 可以在 网易云课堂 获取，目前价格只要0.1元，非常划算。主要内容包括DNN、CNN、RNN/LSTM、GAN以及强化学习等，应用实例包括计算机视觉的图像分类、目标检测、图像生成等，帮助学员了解、理解、掌握深度学习的基础和前沿算法，并拥有深度学习算法实战技能。

另外，也可以参考丛润民老师的《深度学习课程》

每周安排（可能会有临时性的变化）：

  • 周一，学生根据提供的相关材料开始学习本周内容；

  • 周五，把作业发给导师，自愿在雨课堂提交，便于了解进度，帮助还在挠头的同学；

  • 周日，基于作业初稿，老师组织进行相关讨论，有可能增加相关的讲座或教程。


2、教学内容

🚩【第一周】 深度学习基础

主要内容： 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、神经⽹络到深度学习：逐层预训练，⾃编码器。

扩展阅读材料：【PyTorch代码技巧】


🚩【第二周】 卷积神经网络

主要内容： CNN的基本结构：卷积、池化、全连接。典型的⽹络结构：AlexNet、VGG、GoogleNet、ResNet


🚩【第三周】 ResNet+ResNeXt

主要内容： ResNet 和 ResNeXt，完成猫狗大战编程练习。


🚩【第四周】 MobileNet_ShuffleNet

主要内容： 学习MobileNet, ShuffleNet, 学习 SENet 和 CBAM，完成 HyrbridSN 编程练习。


🚩【第五周】 生成式对抗网络 & Diffusion

主要内容： 生成式对抗网络基础，前沿与实战。Diffusion 模型。


🚩【第六周】 视觉Transformer 前沿

主要内容： Self-Attention以及 Multi-head Attention 机制，Vision Transformer，Swin Transformer，视觉Transformer综述， 以及如何使用 pytorch 搭建 Vision Transformer


3、相关资料

  • 《深度学习：算法到实战》，网易云课堂 [链接]

  • 《神经网络与深度学习》，复旦大学 邱锡鹏著 [下载]

  • 《深度学习(PyTorch)》课程视频及ppt，纽约大学 Yann Lecun [链接]

  • 《Convolutional Neural Networks for Visual Recognition》，斯坦福大学 Fei-Fei Li (李飞飞) [链接]

大家有问题欢迎随时邮件联系我：gaofeng@ouc.edu.cn，欢迎大家多多提出意见！