# Course_NNDL

**Repository Path**: whu_mmap_cliang/Course_NNDL

## Basic Information

- **Project Name**: Course_NNDL
- **Description**: 武汉大学神经网络与深度学习课程
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 55
- **Forks**: 61
- **Created**: 2021-02-28
- **Last Updated**: 2025-06-23

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 神经网络与深度学习课程

### 1. 课程基本信息

- 课程名：《神经网络与深度学习》
  - 类型：研究生公共选修课，16 学时，1 学分
  - 时间：2 - 5周，共四周，每周五 6 - 9节（下午14：05 - 17：25）
- 老师：梁超
  - 邮箱： cliang AT whu.edu.cn
  - 办公室：本科生院 6 楼北 608 房间 （最好能提前约一下）

### 2. 教材

- 斋藤康毅著，陆宇杰译， 深度学习入门 ，人民邮电出版社，2018

### 3. 参考书

- 邱锡鹏，神经网络与深度学习，机械工业出版社，2020
- Ian Goodfellow, Yoshua Bengio, Aaron Courville, *Deep Learning*, The MIT Press, 2016

### 4. 评分准则

- 总成绩 = 100% × 课程大作业
- 大作业报告： 文档 × 50% + 代码 × 20% + 视频 × 30%
    - 选题以体现各自的专业背景为佳
    - 自选实验平台
- 提交要求：
  - 文档发助教 ，代码传码云，视频传 B 站（Bilibili：WHU-NNDL）
  - **课程结束后 1 个月内完成提交（2022/11/8前）**，每逾期一周多扣 5 分，至 60 分为止
  - 一旦发现抄袭， 0 分
  - 实验选题：不限

### 5. 课程大纲

课件见项目 /slides 文件夹

- 第 1 讲：感知机与前馈神经网络
  - 研究历史
  - 神经元模型、感知机
  - 前馈神经网络
- 第 2 讲：数值微分与反向传播算法
  - 损失函数、数值微分、梯度
  - 计算图、链式法则、反向传播
- 第 3 讲：神经网络的学习技巧
  - 参数更新、权重的初始化
  - Batch Normalization 、 正则化
- 第 4 讲：卷积神经网络与深度学习
  - 卷积层、池化层、 LeNet 、 AlexNet
  - VGG 、 GoogleNet 、 ResNet
  - 人脸识别、物体检测、图像分割