1.1 什么是深度学习
1.2 深度学习的发展历史
1.3 人工智能的三大主流学派
1.4 深度学习的发展现状
1.5 本章小结
第2章 导学
2.1 脑的基本构成
2.2 脑的认知功能
2.3 生物神经网络与深度学习
2.4 与深度学习相关的脑科学发展前沿
2.5 本章小结
第3章 导学
3.1 生物神经网络 & 3.2 传统人工神经网络的基本结构
3.3 传统神经网络的训练算法
3.4 传统神经网络的局限性 & 3.5 本章小结
第3章 实验
第4章 导学
4.1 什么是深度学习
4.2.1 典型深度神经网络
4.2.2 深度神经网络的训练策略
4.2.3 循环神经网络
4.2.4 Transformer网络 & 4.3 深度神经网络的学习工具
4.4 本章小结
第4章 实验
第5章 导学
5.1 机器视觉感知基本概念
5.2 典型案例:人脸检测与识别
5.3 深度学习助力智能感知
5.4 深度学习在计算机视觉的典型应用
5.5 本章小结
第5章 实验
第6章 导学
6.1 大语言模型(6.1.1 语言模型(语言建模))
6.1 大语言模型(6.1.1 语言模型(机器中的语言表示))
6.1 大语言模型(6.1.1语言模型(语言模型学习))
6.1.2 大语言模型之路
6.1.3 提示工程
6.2 多模态对齐
6.3 多模态理解大模型
6.4 视觉生成模型
6.5 本章小结
第7章 导学
7.1 机器智能决策引例与思考
7.2 智能体
7.3 机器智能决策方法——强化学习
7.4 机器智能决策实例——通用基础模型赋能智能体
7.5 本章小结
第7章 实验
第8章 导学
8.1 深度学习的鲁棒性问题
8.2 深度学习的生成安全问题
8.3 深度学习的伦理问题
8.4 本章小结
形考一(实验1、2,二选一,权重50%,需辅导教师评阅)
形考二(实验3、4、5,二选一,权重50%,需辅导教师评阅)