深度学习实验（数据科学与大数据技术2023级）
{{$t('开课时间')}}：
2026/02/25 - 2026/07/19
{{$t('开课学期')}}：
2026学年春季
{{$t('开课学院')}}：
数学与统计学院
{{$t('开课平台')}}：
云大学堂
{{courseJoinNumber}}
{{$t('人已参加')}}，
13 {{$t('次点击')}}
13 {{$t('次点击')}}
课程介绍
《深度学习实验》是人工智能前沿课程，是《深度学习》的补充课程。主要是培养学生用机器学习方法分析并解决包括但不限于图像理解、语音识别、自然语言理解等实际问题的能力。在实现机器学习算法的同时，有助于加强学生对机器学习理论和方法的巩固。《深度学习实验》是配合《深度学习》的教学内容而设计的，包括两个方面：一是介绍机器学习领域最常用的深度学习框架的使用；二是利用《深度学习》中所涉及到的理论和方法，解决实际中遇到的问题。这些技术和内容是当今人工智能人才所必须掌握的，也是相关企业所迫切需要的。课程的特色是通过实验来强化对知识的理解和动手能力的提高。
章节
{{$t('暂无数据')}}
教学目标
掌握基于pytorch的网络实现
熟练运用现代深度学习框架（如PyTorch），将理论课程中的核心网络架构（如CNN、RNN、Transformer、GNN等）及底层优化算法转化为可执行的工程代码。
利用深度学习解决实际问题的能力
具备对图像、时序序列及图拓扑等非结构化数据的处理与建模实操能力；能够针对具体场景设计实验、训练模型并进行超参数调优，以解决实际应用难题。
科学精神的培育
能够独立或通过小组协作复现深度生成模型、深度强化学习等前沿算法；在实验探究与结果评估中提升工程素养，培养严谨的科研态度与创新探索精神。
课程思政
{{$t('评价')}}
{{evaluationTatal.average}}
{{$t('课程评分')}}
-
{{$t('教学团队')}}
{{item.name}}
{{$t(item.type)}}
{{item.college || item.school}}
{{$t('推荐课程')}}
{{course.name_ + ( course.classTeaching ? ('（' + course.classTeaching + '）') : '') }}
{{$t('同师在教')}}
{{$t('相同课程')}}
{{$t('同学在学')}}
