深度学习（2023年秋，本科生）

作业提交情况查询，请见作业统计表，如有疑问，请邮件联系。

☆☆ 论文阅读与课堂报告（占5分）

说明：

• 阅读一篇（或几篇相关的）深度学习某一领域的文章，并在课堂进行报告（30分钟）。
• 文章自行选择，领域不限，建议为发表在顶级会议上的新工作，包括但不限于（ICLR、NIPS、ICML、IJCAI、AAAI、CVRP、ICCV、ECCV、ACL、EMNLP、ICASSP）。
• 课堂展示的时间为：12月5日、12日、19日。每周三位同学。
• 名额有限，先报名先得！
• 无论是否在课上汇报，请于12月19日前将PPT发送到邮箱 hlwu@bfsu.edu.cn

要求： 要制作PPT，并清楚地介绍工作的思想，具体方法，实验结论等。

教学周	日期	教学内容 (PPT)	作业	作业提交日期
1	09-05	课程介绍、绪论	(1) 阅读教材（邱锡鹏）的附录《数学基础》部分; (2) 配置实验环境。	--
2	09-12	基础知识	HW1-线性回归	9月26日
3	09-19	前馈神经网络与BP算法	HW2-前馈神经网络	10月10日
4	09-26	卷积神经网络	HW3-卷积神经网络	10月24日
5	10-03	国庆假期
6	10-10	卷积神经网络的应用	无
7	10-17	循环神经网络	HW4-循环神经网络	10月31日
8	10-24	注意力机制与Transformer（1）	HW5-语言模型	11月7日
9	10-31	注意力机制与Transformer（2）	无
10	11-07	深度生成模型I（GAN）	HW6-生成对抗网络	11月21日
11	11-14	深度生成模型II（VAE）	HW7-变分自编码器	11月28日
12	11-21	深度生成模型III（Diffusion）
13	11-28	深度生成模型IV（Diffusion的应用）	HW8-扩散模型	12月19日

期末综合作业

• 截止时间：2024年1月21日
• 具体要求：查看详情