智能计算原理及应用

课程编码：280223085405M3006 英文名称：Principles and Applications of AI Computing 课时：40 学分：2.00 课程属性：专业课 主讲教师：冯爱民

让学生融会贯通的理解智能计算系统的软硬件技术栈；通过课程的学习及相应的配套实验，要求掌握了从算法，到结构，到芯片直至编程的各个维度，从而完成从系统能力到系统思维的培养。

线性代数，概率论与数理统计，计算机组成原理等

第一章 概述-A Driving Example 冯爱民
第1节 1.1 人工智能 1.0学时
第2节 1.2 智能计算系统 1.0学时
第3节 1.3 驱动范例 1.0学时
第二章 神经网络基础 冯爱民
第1节 2.1 从机器学习到神经网络 2.0学时
第2节 2.2 神经网络训练 1.0学时
第3节 2.3 神经网络设计原则 1.0学时
第4节 2.4 过拟合与正则化 1.0学时
第5节 2.5 交叉验证 1.0学时
第三章 深度学习 冯爱民
第1节 3.1 适合图像处理的卷积神经网络 1.0学时
第2节 3.2 基于卷积神经网络的图像分类算法 2.0学时
第3节 3.3 基于卷积神经网络的图像目标检测算法 2.0学时
第4节 3.4 序列模型：循环神经网络 1.0学时
第5节 3.5 生成对抗网络GAN 1.0学时
第6节 3.6驱动范例 1.0学时
第7节 3.7 图像风格迁移 1.0学时
第四章 深度学习处理器原理 冯爱民
第1节 6.1 深度学习处理器概述 0.5学时
第2节 6.2 目标算法分析 1.0学时
第3节 6.3 深度学习处理器DLP结构 1.0学时
第4节 6.4 优化设计 1.0学时
第5节 6.5 性能评价 1.0学时
第6节 6.6 其他加速器 0.5学时
第五章 深度学习处理器架构 冯爱民
第1节 7.1 单核深度学习处理器 1.5学时
第2节 7.2 多核深度学习处理器 1.5学时
第六章 智能编程语言 冯爱民
第1节 8.1 为什么需要智能编程语言 0.5学时
第2节 8.2 智能计算系统抽象架构 0.5学时
第3节 8.3 智能编程模型 1.0学时
第4节 8.4 智能编程语言基础 1.0学时
第5节 8.5 智能应用编程接口 1.0学时
第6节 8.6 智能应用功能调试 1.5学时
第7节 8.7 智能应用性能调优 1.5学时
第8节 8.8 基于智能编程语言的系统开发 2.0学时
第七章 综合实验 冯爱民
第1节 9.1 目标检测-YOLOv3 1.5学时
第2节 9.2 文本识别OCR-EAST 1.5学时
第3节 9.3 基于BERT实现自然语言处理 2.0学时

冯爱民，博士，南京航空航天大学计算机科学与技术学院/人工智能学院副教授/硕士导师，在机器学习及计算机体系结构等领域积累了丰富的理论研究及教学经验。作为核心课程“计算机组成原理”负责人，积极将“系统能力培养”引入课堂，先后开展一系列教学改革，先后获2017年度江苏省教学成果二等奖（排名三）；2017工信部“计算机系统能力培养课程”研究型教学团队核心成员； 2018年南京航空航天大学教学创新奖获得者； 2019年度高校计算机专业优秀教师奖励计划；2020-2025华为云与计算先锋教师称号。参与2021年教育部首批虚拟实验室“计算机类专业系统能力课程群虚拟教研室”建设项目。