2023秋 2022秋 2021秋 2020秋 2019秋 课程号：DSCI6002P01
- 课程难度：中等
- 作业多少：很多
- 给分好坏：一般
- 收获大小：一般
| 选课类别：基础 | 教学类型：理论实验课 |
| 课程类别：研究生课程 | 开课单位：人工智能与数据科学学院 |
| 课程层次：硕士 | 学分：4.0 |
作业
《深度学习》课程的作业非常多，包括6个实验：DNN、CNN、RNN、GCN、Transformer和一个综合实验（Kaggle比赛）。作业要求高，默认学生有较强的编程基础和深度学习知识，跨专业学生可能觉得难度大。部分作业时间安排集中在期末考试后，且使用的数据库可能有误，需要学生自行清洗数据。
考试与考核
课程没有传统的期末考试，主要通过实验项目和Kaggle比赛进行考核。实验项目的截止时间较为严格，有些甚至在考试结束后才截止。
教学水平
连德富老师讲课水平被认为较好，但授课内容更多是理论，对代码实现涉及较少，可能导致学生对实际操作部分感到困惑。课程部分内容不适用于非相关研究方向的学生。
课程内容
课程内容涵盖广泛、实验量大，包括多种深度学习模型（如DNN、CNN、RNN、GCN、Transformer）。综合实验集中在实战应用，如Kaggle比赛。
学习体验
由于作业量大且难度较高，许多学生感觉负担较重，尤其在期末考核后还要继续完成实验。部分学生认为助教工作态度糊弄，导致课程体验较差。
给分情况
尽管课程负担大，但给分普遍较好，有些学生甚至给出了GPA 4.3的高评价。不怕麻烦且基础扎实的同学可以考虑选修。
- 课程难度：中等
- 作业多少：中等
- 给分好坏：一般
- 收获大小：一般
- 难度：中等
- 作业：中等
- 给分：一般
- 收获：一般
这课太顶级了，今年一共6个实验，5个小实验分别为：DNN,CNN,RNN,GCN,Transformer；外加一个综合实验：LLM - Detect AI Generated Text | Kaggle 比赛。第四个实验截止时间为1.7日，已经是考试周前一天了，关键是第五个实验和综合实验，综合实验比赛截止日期是1.23，对于期末考试而言，刚结束考试可能还来不及做这个综合实验。除此之外，这门课和22年那位评课人所说一样，默认你代码全都会写，上课完全不讲代码怎么实现，上完一节课除了知道几个概念其他的都是一脸懵逼的，因为老师不讲代码实现，所以很多时候完全不知道是什么，这是作为深度学习课程的最差一点，即使上完了一学期课程也实现不了几个深度学习算法！再加上这些实验内容性质，对于非这些研究方向的来说，对之后的科研/学习完全没有帮助，既然这门课都分两位老师讲了，术业有专攻，何必选这门课来学用不到的东西呢，不如直接看李沐《动手学深度学习》，真想上这门课的，平时来蹭课就行了。
3.12出分了，给分挺好的，有基础，平时不怎么忙的可以选这门课
- 课程难度：困难
- 作业多少：很多
- 给分好坏：一般
- 收获大小：一般
- 难度：困难
- 作业：很多
- 给分：一般
- 收获：一般
非常赞同楼上各位的评价，只进行补充。连老师刚当上副院长很忙可以理解，但可以明显感受到某次布置作业的助教很糊弄，作业要求在上一次作业要求的基础上进行修改没什么问题，但超参完全和本次实验没关系。此外，提供一个新的看问题角度，这波可能是老师在大气层，连老师上课时曾提过明年可能只开小班，这可能是最好的劝退方式！！！
- 课程难度：简单
- 作业多少：很多
- 给分好坏：一般
- 收获大小：没有
- 难度：简单
- 作业：很多
- 给分：一般
- 收获：没有
这个课作业是默认你很会深度学习的。跨专业选的人很多莫名其妙觉得难，计科大数据的人纷纷翘课。最不合理的是作业很多而且全在下半学期。前两次作业给代码调参，后面作业随便git clone一个就能交差。平心而论作业不难，但是烦在要你讨论调参。最离谱的是，第一个脑残作业拖到开学两个月才发，后三个作业ddl分别卡在1.7(18周周日)，1.23ddl的kaggle考试，2.5（大年26）。
- 课程难度：困难
- 作业多少：很多
- 给分好坏：一般
- 收获大小：一般
- 难度：困难
- 作业：很多
- 给分：一般
- 收获：一般
事情太多了，根本就没有计算资源，助教估计以为我们人手4090。赶紧跑，千万别选
2024.3.12追评，给分还是很不错的，不怕麻烦的话还是可以选。
- 课程难度：中等
- 作业多少：很多
- 给分好坏：一般
- 收获大小：一般
- 难度：中等
- 作业：很多
- 给分：一般
- 收获：一般
赶着大班教学最后一年也要恶心人，上课学不到东西作业还特别多。
- 课程难度：困难
- 作业多少：很多
- 给分好坏：一般
- 收获大小：一般
- 难度：困难
- 作业：很多
- 给分：一般
- 收获：一般
打一分是因为打不了零分。
在全校都考完试之后还留了两次实验，一次kaggle的比赛1.23截止，一次不用任何transformer库只能用torch.nn的module写一个transformer并训练2.5截止，你咋不2.9大年三十截止呢？后面这次实验往年没有，特意新加的。给定的数据集错误一堆，让自己清洗也就算了，训练还慢（有一个数据集有好几M的数据量，算下来可能得有0.几B的token），真以为大家人手4090啊？
- 课程难度：中等
- 作业多少：很多
- 给分好坏：超好
- 收获大小：一般
- 难度：中等
- 作业：很多
- 给分：超好
- 收获：一般
课程体验:前面的每一条评价都比较真实，这学期整体的实验量大，且任务集中，过小年前一天还在写报告。课程难度正常，老师讲课的水平还是可以的。部分助教的工作态度确实有点糊弄（对比隔壁强化学习助教有差距）
给分:4.3（前提是每一个实验都花费了巨大的精力）
