隨著人工智能的再次火熱，深度學(xué)習(xí)成為其中關(guān)鍵技術(shù)之一，并為業(yè)界關(guān)注。本課程是一門側(cè)重在深度學(xué)習(xí)相關(guān)理論基礎(chǔ)的課程，并對(duì)深度學(xué)習(xí)的典型模型框架如循環(huán)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等的基本原理進(jìn)行了介紹。課程同時(shí)還包括若干關(guān)鍵內(nèi)容的相關(guān)代碼及運(yùn)行效果演示，從而便于同學(xué)們獲得理性和感性的認(rèn)識(shí)。如果你想親密接觸深度學(xué)習(xí)、人工智能等并愿意付諸實(shí)踐，請(qǐng)加入進(jìn)來吧！

本課程將全面的介紹近年發(fā)展起來的基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)技術(shù)的基本概念，主要

結(jié)構(gòu)，核心方法和關(guān)鍵應(yīng)用。主要內(nèi)容包括：（1）機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的基本概念和

算法及其背后概率論、線性代數(shù)、優(yōu)化理論相關(guān)基礎(chǔ)；（2）深度學(xué)習(xí)的主流結(jié)構(gòu)、激

活函數(shù)、正則化技術(shù)，實(shí)用算法細(xì)節(jié)和應(yīng)用案例；（3）計(jì)算機(jī)視覺與自然語言處理技

術(shù)原理與應(yīng)用；（4）包括模型壓縮、生成對(duì)抗網(wǎng)絡(luò)技術(shù)在內(nèi)的新興技術(shù)簡(jiǎn)介；（5）前

沿論文與技術(shù)探討。

通過課程的學(xué)習(xí)，使同學(xué)們鞏固基礎(chǔ)數(shù)學(xué)及機(jī)器學(xué)習(xí)的基本概念和算法；掌握神經(jīng)網(wǎng)

絡(luò)基本概念；掌握深度學(xué)習(xí)中的主要網(wǎng)絡(luò)結(jié)構(gòu)的基本概念和相關(guān)算法；了解具體應(yīng)用

領(lǐng)域的背景知識(shí)、應(yīng)用相關(guān)的深度學(xué)習(xí)技術(shù)；并了解生成對(duì)抗網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)模

型壓縮等新興技術(shù)。

This course will give a full picture of recently developed deep learning techniques. Basic

concepts, main structures, core algorithms and key applications will be introduced in detail.

Content includes: (1) basic concepts and algorithms of machine learning and neural

networks and its behind mathematics foundations of probability, linear algebra and

optimization theory; (2) popular network structures, activation functions, and regularization

techniques, as well as algorithm details and typical application cases; (3) principle and

applications of computer vision and natural language processing. (4) a brief introduction to