- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
研究生课程教学大纲
课程编号
编写人:深度学习技术
课程中文名称深度学习技术
课程英文名称Deeplearningtechnique
开课学期春季开课单位计算机学院
课程类别计算机科学与技术专业专业课
主讲教师职称联系电话
教学团队成员
学时32
教学及考
学分32理论教学与实践教学相结合闭卷考试
核方式
面向学科(专业考核√考试
计算机科学与技术
学位领域)方式□考查
预修课程线性代数,概率论,数值计算,机器学习
课程内容:
《深度学习技术》是计算机科学与技术专业的一门专业基础课。课程首先介绍机器
学习基础、深度学习技术平台及深度学习中的优化方法。然后以Google开源软件
TensorFlow为平台,讲述深度学习中的相关模型及其设计与实现,主要内容包括全连接
神经网络、自编码器和多层感知机、卷积神经网络、循环神经网络等相关网络的设计与
实现,以及在网络训练过程中所涉及的数据处理、网络调优与超参数设置。
第一部分机器学习基础2学时
包括机器学习的基本内容和方法,学习过程中产生的过度拟合及模型选择问题
第二部分深度学习技术与平台概述2学时
包括深度学习技术,深度学习平台,TensoFlow
第三部分深度学习中的优化方法及正则化4学时
包括梯度下降法、动量法、自适应学习率算法与正则化方法
第四部分全连接神经网络4学时
包括全连接神经网络设计与训练,网络调优和超参数设置,训练过程可视化
第五部分自编码器与多层感知机4学时
包括自编码器设计,多层感知机设计与训练,目标优化函数设置,自编码器设计与
多层感知机的拓展应用
第六部分卷积神经网络6学时
包括卷积神经网络设计与训练,Pooling技术和Dropout技术,LRN技术
第七部分循环神经网络6学时
包括循环神经网络设计与训练,LSTM网络,网络欠拟合和过拟合处理方法
第八部分深度强化学习4学时
包括策略网络和估值网络设计与训练,奖励和估值设计,AlphaGo的实现
课程内容英文简介
Deeplearningtechnologyisabasiccourseofelectronicsandcommunication
engineering.Thecoursefirstintroducest
您可能关注的文档
最近下载
- 新人教版五年级数学上册《第二单元位置第1课时 确定位置(1)》课件.ppt VIP
- 城市轨道交通概论完整版全套PPT电子课件.ppt
- 《古诗中的家国情怀》群文阅读教学设计.docx VIP
- 2023年广东省新高考物理专题复习:磁场(含答案解析).pdf
- 2024年新《劳动法》与《劳动合同法》知识考试题库(附答案).pdf VIP
- 东营房地产市场月报2024年05月.ppt
- (新版)驾照科目一必备考试题库资料500题(含答案).pdf
- 徐冬 家务劳动--韭菜炒鸡蛋教学设计.docx VIP
- 2024年全国中小学“学宪法、讲宪法”知识竞赛题库及答案.docx VIP
- 金融行业的信息安全培训.pptx VIP
文档评论(0)