选课类别:计划内与自由选修 | 教学类型:理论课 |
课程类别:一般通识 | 开课单位:信息科学技术学院 |
课程层次:自由选修 | 学分:2.0 |
公选课,不过老师很认真,内容很充实,ppt适合收藏
有小作业有大作业,小作业:1个小coding+1个调研+2个感想。大作业自由发挥,一般ML/DL相关,不少同学完成度不是很高,能做出界面、做出效果、ppt充实、原理调研清楚基本就没什么问题了(哪怕不是自己设计的网络和自己训练的模型)
课堂主要讲理论,建议有Python基础同学选,作为《Python与深度学习》课后置更佳
最后总绩给了A,自己做的比较水,总体给分应该还算可以了
利益相关:这门课拿了4.0
一共五次作业:四次小作业和一次大作业。四次小作业一次10分,一次大作业占50分,然后考勤占10分。
课程内容:多媒体内容检索,目标检测,目标跟踪,深度学习基础。老师都是做CV方向的,所以主要内容是和计算机视觉相关的,讲了很多方法,内容充实,作业也比较容易。
最后大作业是要写代码做展示的,挺费工夫,但是收获很大,而且其实大部分人做的都不咋地,很多也是拿训练好的模型,毕竟没啥人有好的GPU用来训练,所以只要认真做过大作业,好好写报告,就能有个很不错的分数。总的来说还是推荐选的,当然有ML或者DL的基础,以及会python和某个深度学习框架会在大作业上很有优势。不会的话要注意从开课之初就要学起来,不然大作业会很头疼。
教师主页: 暂无
教师主页: 暂无
教师主页: 暂无