深度学习

课程编码：180206081104P2002H 英文名称：Deep Learning 课时：40 学分：2.00 课程属性：专业核心课 主讲教师：王亮等

本课程着重讲述深度学习的概念、原理、方法和应用，通过大量实例讲述如何将深度学习灵活运用到实际应用之中。本课程要求学生掌握深度学习的基本原理和方法，并能在解决实际问题时进行有效地运用，同时为进一步研究、完善深度学习的理论和方法打下基础。

模式识别、机器学习

第一章 深度学习简介 3学时 王亮
第1节 课程相关信息
第2节 深度学习简介
第3节 深度学习应用
第4节 未来研究方向
第二章 深度学习基础 3学时 王亮
第1节 线性代数
第2节 概率与信息论
第3节 深度学习中的数值计算
第4节 机器学习基础知识
第三章 深度前馈网络 3学时 王亮
第1节 前馈网络简介
第2节 基本结构单元
第3节 网络结构设计
第4节 反向传播算法
第四章 卷积神经网络 3学时 王亮
第1节 基本运算
第2节 典型网络结构
第3节 卷积神经网络图像分类的应用
第4节 卷积神经网络的进一步探究
第五章 循环递归神经网络 3学时 王亮
第1节 基本循环递归神经网络单元介绍
第2节 循环递归神经网络变体
第3节 循环递归神经网络应用
第六章 网络正则化和优化 3学时 王亮
第1节 网络正则化
第2节 网络优化
第七章 深度生成式模型(1) 3学时 黄岩
第1节 线性因子模型
第2节 深度自编码机
第3节 深度信念网络和受限玻尔兹曼机
第八章 深度生成式模型(2) 3学时 黄岩
第1节 生成对抗网络
第2节 变分自编码器
第3节 最新生成模型
第九章 深度强化学习 3学时 黄岩
第1节 背景介绍
第2节 无模型学习算法
第3节 强化学习的应用
第十章 深度认知网络 3学时 黄岩
第1节 注意机制建模
第2节 记忆机制建模
第十一章 图神经网络 3学时 黄岩
第1节 图神经网络结构
第2节 图神经网络用于分类
第3节 图神经网络的更多应用
第十二章 深度学习新型应用场景 3学时 黄岩
第1节 深度学习在计算机视觉中的应用
第2节 深度学习平台
第十三章 课程设计展示与点评 3学时 黄岩
第1节 课程设计展示与点评
第十四章 答疑 1学时 黄岩
第1节 答疑

首席教师王亮研究员简介：
王亮，国家杰出青年科学基金获得者，第十四届中国青年科技奖获得者，国际模式识别学会会士（ IAPR Fellow ），IEEE TSMC-B/IEEE TIFS 等国际期刊编委。2004～2009 年分别在英国帝国理工学院、澳大利亚莫纳什大学、墨尔本大学工作。2009年获得英国巴斯大学讲师教职。目前是中科院自动化所模式识别国家重点实验室副主任、中科院脑科学与智能技术卓越中心骨干人员、中国计算机学会计算机视觉专委会秘书长、中国电子学会青年科学家俱乐部副主席、中国图像视频大数据产业技术创新战略联盟秘书长。获得2015 年国际低功耗图像识别竞赛冠军（功耗）、DeepVision2014 最佳论文奖、ICPR2014最佳学生论文奖、2013 年百度人形分割竞赛冠军和特等奖等。近5年主持和参与国家杰出青年科学基金、973 计划、科技部国际合作重点项目、科技支撑计划项目等，在步态识别、个体群体行为识别、图像编码检索分割、深度学习及应用等方面做了大量的工作。截至目前，已申请或授权发明专利40 余项，出版编专著7 部，已发表或接收论文150 余篇，其中IEEE TPAMI、IEEE TIP 等领域高质量国际期刊30 余篇；ICCV、CVPR 等领域顶级国际会议20 余篇。截至2015 年3 月，近5 年SCI 他引908 次，谷歌引用7200余次。已与华为、三星、爱奇艺等知名企业进行技术研发或应用的广泛合作。

黄岩，副研究员。2012年获电子科技大学学士学位，2017年获中科院大学博士学位。研究方向为视觉语言理解与深度学习新模型。目前已在相关领域顶级会议和期刊上发表40多篇文章，包括IEEE TPAMI、IEEE TIP、NeurIPS、 CVPR、ECCV、ICCV等。相关论文曾获得CVPR 2014-Deep Vision Workshop最佳论文奖、ICPR 2014最佳学生论文奖、RACV 2016最佳墙报奖。相关技术曾获得ICCV2019-VOT Challenge和ICCV2019-WIDER Challenge两项冠军。已经组织或成功申请ICCV和CVPR会议期间的3次国际研讨会。曾获得中科院院长特别奖、中科院优秀博士论文奖、中国人工智能学会优秀博士论文奖、NVIDIA创新研究奖、百度奖学金等奖项，入选微软铸星计划和中科院特别研究助理。