选课类别:核心通识 | 教学类型:理论课 |
课程类别:素能拓展课程 | 开课单位:电子工程与信息科学系 |
课程层次:自由选修 | 学分:2.0 |
作业包括四次小作业(两次项目实现和两次文献阅读),难度适中且能提升学生能力。大作业为分组项目,要求较高,但大多数同学完成得都很好。
老师给分慷慨且优秀率高,几乎每个认真完成作业的学生都能获得不错的成绩。特别强调态度和展示,大作业认真对待一般都能得高分。
老师讲课认真,负责任,PPT内容丰富。虽然部分学生认为难度较大,但总体评价较为积极,称老师平易近人且鼓励学生。
课程涵盖深度学习和计算机视觉(CV),内容既有基础知识,也有前沿技术,适合对AI感兴趣的同学。多模态大模型等热点也有所涉猎。些许学生可能有基础不够的问题,但总体能有所收获。
适合想了解深度学习和计算机视觉的同学,尽管有些难度,但能学到很多实用知识。认真投入课程的学生一般能得到好成绩。老师教学水平高,给予学生很多支持和鼓励。
之前的点评不小心被删掉了,难受,但还是再来简单评一下。
作业四次,两次项目实现两次文献阅读,都不难,对自己提升也挺大。
大作业是分组做项目然后汇报,也可以自己一组,确实比较卷,同学们做的也都特别好,但是老师给分也是拉满了,又一次突破了优秀率,只要认真做了都应该能收获到不错的成绩,但一定要展示给老师看到。
整体来讲,还是比较推荐想了解深度学习的同学来选这门课的,尽管可能在学习过程中确实会有些压力,但是认真完成后的收获和老师的给分还是很给力的。
这门课如果认真学的话确实能学到很多东西,老师讲课也很负责,ppt 上相关内容也很多,但是难度确实很大,不过老师承诺了优秀率会突破,事实也确实如此,所以给分方面不用太担心,只要最后的大作业认真去搞了,应该都不错的,毕竟老师也说了,大家还是本科生,这门课又是公选课,不能占用太多时间,所以主要态度要到位。
第一次写点评hhhh,总的来说课程难度不是很大,老师会讲几个方向的基础知识,选自己感兴趣的方向就行(也可以不听bushi)。这学期的作业有四次,都不难可以很快搞定。最重要的是老师人很好,期末考核的时候挺鼓励同学的hhh,给分也很好,推荐!
班上的同学都好强…比我大一的时候厉害多了。网上资料越来越多,ai迭代速度越来越快,同学也越来越强(樂)
比较适合对AI感兴趣的同学来听,从早期的特征降维到最新的多模态大模型都有涉猎,有基础也有前沿,感觉还是挺不错的。
作业大概4次,主要是论文调研和一些传统的CV之类,都不难,作为一门自由选修课已经非常利好了,写起来倒是很快。
几个老师都平易近人,非常nice,总体上非常推荐
本人大二。关于课程,课程大概分为两大块,一部分是介绍深度学习,一部分好像是关于CV的,两部分都没怎么听,因为DL学过了,然后自己是在搞RL?目前和CV可能交集不是很大、但是两部分的课程在我偶尔抬头听的时候还是感觉老师都在认真讲的,DL都能听懂,CV就啥也不会了。所以其实很建议做CV方向的然后对DL有入门了解的同学来听,应该有所收获
关于平时作业,SIFT,rgb和两个文献阅读好像是。都很简单,前两个网上也有一堆开源代码,所以只要你做了,总是不会差的,就怕你根本不做(
关于大作业,本人不做CV,让女朋友选了一个关于风格迁移的方向,很有意思,最大收获应该是这是第一个和npy一起完成的东西^_^
教师主页: 暂无
教师主页: 暂无