深度学习教学大纲
一、课程信息
课程名称深度学习
英文名称DeepLearning
□通识必修课□通识选修课
课程类别
■专业必修课□专业选修课
主讲实践总学
学分348048
学时学时时
授课语言■中文□全英文□双语□外语语言类（单选）
成绩类型■百分制□等级制（通过/不通过）（单选）
先修课程机器学习
二、课程中文简介
（一）课程目标
通过该课程的学习，使学生对深度学习领域的当前状况以及未来发展趋势
有所把握，并建立相近学科的初步认识。
（二）主要授课内容
本课程主要介绍深度学习的基本理论和方法，具体包括基础性内容、提高
性内容和应用性内容三个部分。其中，基础性内容是深度学习最核心部分，具
体包括：机器学习基本概念及数学基础、全连接网络、卷积网络、循环网络、
以及优化算法。第二部分是提高性内容，主要是阐述最新发展的一些技术，主
要包括：生成对抗网络、图神经网络、扩散模型、Transformer与注意力机制、
深度强化学习。本书第三部分是应用部分，重点介绍深度学习在计算机视觉和
大语言模型领域的应用。
（三）授课对象
本课程主要面向智能科学与技术、计算机科学与技术、自动化等专业的本
科生与研究生。
（四）在学生培养中的作用
深度学习是人工智能领域的热门技术之一。本课程使学生了解深度学习基
本知识，理解深度学习基本概念、基本模型以及应用。掌握基于Pytorch的深度
学习编程框架，能够为典型应用搭建深度学习模型。培养学生在人工智能前沿
领域进行深入研究的素质，将深度学习技术应用到其他前沿学科领域打下坚实
基础。
三、课程英文简介
(1)Courseobjectives
Throughthestudyofthiscourse,studentscangraspthecurrentstatusandfuture
developmenttrendsofthefieldofdeeplearning,andestablishapreliminary
understandingofsimilarsubjects.
(2)Maincontent
Thiscourseintroducesbasictheoriesandmethodsofdeeplearning,includingthe
foundation,improvement,andapplications.Thefoundationpartbeginswiththe
backgroundandbasictheoriesofdeeplearning,thefullyconnectednetwork,
convolutionalnetwork,recurrentnetwork,andoptimizationalgorithms.The
improvementpartincludesGAN,graphneuralnetwork,thediffusionmodel,
transformersandtheattentionmechan