深度学习平台与应用

基本信息

课程名称：深度学习平台与应用

课程介绍：这门课主要介绍了深度学习训练与计算以及各类经典模型框架。课程从分类任务切入，覆盖线性分类器、正则化与优化以及计算图与反向传播；随后重点讲解 CNN 核心算子与网络结构，并扩展到序列与注意力模型，以及目标检测与分割。还简要介绍了视频理解、可视化方法、自监督学习与视觉-语言模型的入门脉络。

课程画像：

• 课程类型：平台
• 学分：2 学分
• 考核方式：平时作业 · 期末考试

课程资料区

课程资料库（slides / 作业要求 / 复习材料等）：

• repo

参考资料：

• 《模式识别》[第一版]，吴建鑫 著，机械工业出版社，2020.03
• 《计算机视觉：算法与应用》，[美] Richard Szeliski 著，清华大学出版社，2011.12

提示

本门课程学习内容更偏向理论，几乎没有涉及到实际应用与代码，若想增强代码与动手能力，推荐关注以下课程：

• 李沐——动手学深度学习

经验分享区

课程定位评价：综合难度中等偏上。主要原因是考点覆盖面广、计算题细碎，且对 计算熟练度 和 结构理解 都有要求。

作业反馈：

2025秋学期作业情况

• 作业 1：训练基础与分类器相关内容为主（如损失函数、优化与学习率策略、计算图/反向传播等）。
• 作业 2：CNN 结构与算子计算为主（卷积输出尺寸、参数量/计算量、显存估算、感受野等）。
• 作业 3：序列/注意力与检测分割为主（RNN/LSTM/Transformer、R-CNN 系列到 Mask R-CNN 等）。

三次作业基本贯穿“训练基础 → CNN 工程计算 → 序列/注意力/检测分割”的主线，做完作业本身就是一轮高质量复习，大部分考察重点都在作业中有对应的题目。

考试情报：

• 覆盖内容（以 2025 秋为参考）：线性分类器与损失、正则化与优化算法、学习率策略、计算图反向传播、CNN 架构与 BN、感受野/参数量/显存估算、RNN/LSTM、Transformer（PE/MHA/FFN/Add&Norm/Mask）、检测与分割（R-CNN 系）等。
• 题型倾向：题量很大，会出现大量小问的计算/解答题，结构理解题可能要求画 LSTM/Transformer。

高分策略：

• 把一些考试重点牢牢掌握：卷积输出尺寸/参数量/计算量、BN（训练/测试）、感受野递推、feature map 显存估算、计算图求导、常见学习率调度公式等，详情可以参考期末复习重点。
• 掌握重要模型的结构图：如LSTM 门控、Transformer，建议能默画并解释每一块的作用。
• 从视频理解章节起的内容只考察选择题，了解基础概念即可。