# 深度学习与应用

**Repository Path**: lyhwin/deep-learning-and-applications

## Basic Information

- **Project Name**: 深度学习与应用
- **Description**: 该仓库用于广东财经大学信息学院专业课程《深度学习与应用》2024年春的各种资料发布
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 7
- **Forks**: 0
- **Created**: 2024-01-05
- **Last Updated**: 2025-03-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 深度学习, 神经网络, PyTorch, Python

## README

# 深度学习与应用

### 介绍
该仓库资料由广东财经大学梁英宏老师编写，用于广东财经大学信息学院专业课程《深度学习与应用》（课程号：18110263）课程教学。

### 课程内容（持续更新，2024-06-04）
1. [第一讲：深度学习简介](第一讲.pdf)
1. [第一讲作业参考答案](第一讲作业参考答案.md)
1. [第二讲：神经网络初步](第二讲.pdf)
1. [第二讲作业参考答案](第二讲作业参考答案.md)
1. [第三讲：神经网络进阶](第三讲.pdf)
1. [第三讲作业参考答案](第三讲作业参考答案.md)
1. [第四讲：卷积神经网络](第四讲.pdf)
1. [第四讲作业参考答案](第四讲作业参考答案.md)
1. [第五讲：深层卷积神经网络](第五讲.pdf)
1. [第五讲作业参考答案](第五讲作业参考答案.md)
1. [第六讲：神经网络训练技术与应用](第六讲.pdf)
1. [第六讲作业参考答案](第六讲作业参考答案.md)（已修正更新）
1. [第七讲：生成式对抗网络](第七讲.pdf)（StyleGAN无示例代码，缺少SOTA模型介绍）
1. [第七讲作业参考答案](第七讲作业参考答案.md)
1. [第八讲：自编码器](第八讲.pdf)（缺少SOTA模型介绍）
1. [第八讲作业参考答案](第八讲作业参考答案.md)
1. [第九讲：图像生成模型](第九讲.pdf)（flow-based、DDPM代码效果不佳，缺少SOTA模型介绍）
1. [第九讲作业参考答案](第九讲作业参考答案.md)
1. [第十讲：循环神经网络](第十讲.pdf)（Word2Vec模型示例代码效果不佳）
1. [第十讲作业参考答案](第十讲作业参考答案.md)
1. [第十一讲：RNN的改进模型](第十一讲.pdf)
1. [第十二讲：注意力机制](第十二讲.pdf)

**讲义涉及到的论文请在assets文件夹中找**

### 课程所需软件
1. [ananconda](https://www.anaconda.com/)或[miniconda](https://docs.conda.io/projects/miniconda/en/latest/)，用于使用[jupyter](https://jupyter.org/)交互式笔记本工具，并采用[markdown](https://baike.baidu.com/item/markdown/3245829?fr=ge_ala)语法和[LaTeX](https://www.latex-project.org/)排版工具编辑交互式笔记。
1. 课程中示例以及作业的代码编写测试可在jupyter notebook中完成，亦可使用[VS Code](https://code.visualstudio.com/)、[PyCharm](https://www.jetbrains.com/pycharm/)（ Community Edition）此类集成开发环境编写。
1. 需要安装的PyTorch相关模块包括：torch、torchvision、torchsummary、tensorboard、visdom等。需要安装SciPy、SKLearn、Pandas等科学计算、机器学习、数据分析相关模块用于辅助学习。
1. 模型训练可视化主要采用visdom实现，如果时间允许会提供tensorboard版本的可视化训练代码。所有涉及训练的代码仅供学习参考，效果一般。

### 授课老师
1. 梁英宏老师 lyhwin@yeah.net lyh@gdufe.edu.cn 微信号：lyhwin_6160027 

### 先修课程
1. python程序设计
1. 需要部分机器学习知识

### 推荐参考教材
1. [《动手学深度学习PyTorch版》](https://zh.d2l.ai/) 
1. [《神经网络与深度学习》](https://nndl.github.io/) 

### 参与贡献
1. [课件与作业错误修正](https://gitee.com/lyhwin/Data-analysis-and-visualization/issues/I956JY)。
1. 编写相关章节的思维导图。
1. 编写相关章节习题。