2025.7.17更新

后续来了，喜提89卡寄。过了快1个月才出分，可能还是突破优秀率了？感觉我做的挺烂的能拿优秀已经满足。补充一下完整的课程内容吧：

理论课：

1. Python语言的基本特性
2. Python语言的高级特性
3. 深度学习前言导论（神经网络结构，激活函数和损失函数，CNN，RNN，transformer等的简单介绍）
4. 深度学习框架（pytorch）
5. 深度学习项目（图像分类，目标检测，图像分割等，不如改名CV项目）
6. 深度学习框架（VAE，GAN，Diffusion model等）

ps：欣赏一下神人ppt，真是懒得喷

上课就是快速的读一遍助教写的劣质ppt，很难学到东西。

实验课：

• Lab1：python爬虫
• Lab2：numpy，matplotlib等常见库的操作
• Lab3：手写数字识别（MNIST数据集）
• Lab4：图像分类（CIFAR10数据集）
• Lab5：目标检测（Model: Faster R-CNN，Dataset: PennFudanPed）
• Lab6：图像分割（UNet）
• Lab7：图像生成（GAN）
• Lab8：基于transformer的中英文翻译器

实验画风类似于这样：

• 1.了解一下整段代码的结构(/work/code/src/)，将代码跑通 (跑通后，见outputs文件夹), 解释说明分割任务的评价标准。
• 2.用torchsummary或者torchinfo输出代码中提供的UNet3() 和 UNet5()这两个模型的每一层的网络详细信息、参数数量和参数总量。
• 3.加入多个数据增广函数（旋转，翻转等），试一试效果。
• 4.用UNet3() 和 UNet5(), 分别试验一下分割效果，并分析结果。
• 5.附加：将UNet5改造成UNet++, 试一下效果

基本上就是调整一些参数。AI辅助下可以轻松完成，很难学到东西。

另外，根据23信院英才班同学的消息，似乎说是要求暑假自学python了，因此这课以后应该不会教python了。说起来这个建议似乎还是我提的。总之这门课如果想要来选修水学分还是不错的，事情较少且没有考试。大作业的主要工作量在显卡上而不是人上（雾）。但是不要指望通过这课学到什么东西。

2025.7.4更新

怎么还没出G，感觉这课给分要爆，不会限优秀率吧

2025.6.25更新

极限在6.25 13:50（也就是答辩前10分钟）搞完，其实工作不多但是由于犯唐浪费了很多时间。建议后人还是多留点时间干这个事

2025.6.23更新

神人课程这辈子有了，复现论文连算力都不提供，知道我们都有实验室找自己的实验室要显卡就行了。

用脚想的大作业真是敷衍至极敷衍至极敷衍至极敷衍至极敷衍至极敷衍至极。

有些老师，水平极差，表演型人格，肚子里完全没货，却非要装作比别人厉害。不懂AI，没有逻辑，数学物理水平低到令人发指。

2025.5.10更新，补充几个幽默事情：

1.实验代码只字未动从pytorch的官方教程复制下来，扔给AI翻译一下这种事情都没有做。几次实验基本都是改几个参数跑一下记录一下这种活。

2.号称“深度学习实验室”结果电脑显卡用的T400这种亮机卡，性能相当于GTX 1060，不如现在的主流核显。跑个稍微复杂的net都跑不动。可以说是幽默至极。电脑配置为12700（没有k，一体机特供）+ T400，配置和电子系统设计的电脑一致。（似乎整个一号学科楼的实验室都用的差不多）可以说是外行到了极点。

3.最后的大作业为“复现一篇2024年以后发表的论文”，可以说是偷懒到了极点。要求如下：

• 文章的abstract和introduction的全文中文翻译（信达雅， 估计用时3小时以内）
• 利用代码，复现论文，训练模型，比较你训练的结果与文中展示结果，看看是否有区别。写一篇复现报告。比如，你为了复现，环境的配置有何差异，改了什么，发现了什么，结果是什么，如果是不一样，可能是因为什么  （不好估计，看你们的运气，希望是30小时以内）
• 做一个答辩PPT，展示复现结果。所有成员都需要参加讲解。答辩不要超过7分钟。 （2-3个小时）

这门课上到现在我最大的感觉就是非常外行（划掉）。引用下面的评论，既非深度 也非学习 勉强有点实践。然后发现cxj实验室的产出还非常高（两年100多篇），所以问题出在哪里呢？

2025.4.27更新，今天最后一节理论课了，老师考虑到五一放假出行需求把周三的课调到周末了值得点赞。

刚得知ppt原来是助教准备的？怪不得这么垃圾。

另外一个难绷的：

然后差不多来了一半的人。（乐）

无语了，先来匿名评价一个。

完全的一坨狗屎。理论，实验，作业完全分离。且安排不合理，理论课由常晓军老师上，前两节讲python，第三节讲introduction to ml，第四节讲pytorch。ppt内容不知道从什么地方复制粘贴来的，乱七八糟，充斥着各种比例不对的图片（直接截图代码过来，放不下就压扁一点，ppt制作水平不如小学生）。上课就是坐在那里read ppt，0人care。实验课更是令人无语，第一节课直接是python爬虫（爬数据集也是深度学习.jpg），要求线下到课在机房做，不提前发实验，然而到了机房也不讲解，美其名曰：已经写了注释了。上课我因为自己玩过爬虫所以借助ai轻松搞定了，以前没接触过的同学就很难绷。第二节实验课内容又变成了numpy，matplotlib等常见库的操作，可以轻松解决。同时这课实验课和理论课交错着上，（理论课貌似只有7节？）第6周还在搞什么numpy矩阵调库求特征值。我tm已经大三下了而不是大一下。可以说是幽默至极。作业也是如此，第一次作业写几个trivial python代码，5分钟搞定，第二次作业直接逆天，要求如下：

本次作业，希望大家可以完成一个与网络相关的软件，要求如下：

1 该软件需要实现一个或多个有意义的功能。如天气预报的展示，股票信息的查询等。

2 使用requests或类似的库，发送get或post请求，并分析相应的返回结果，以一定的方式展现出来，展示载体可以是网页也可以是GUI程序，展示方式可以包括图表，图像等。

3 源代码至少包括两个.py文件, 至少撰写一个类

作业提交：

1 代码需放在github, gitee, 学校git (git.ustc.edu.cn) 或其他任何可以公开访问的代码库上。至少提交（commit）过5次代码, 每次提交的修改需要有意义并且提交信息清楚。

2 撰写作业报告。描述软件功能，描述软件设计的类及类的方法，描述软件设计过程中遇到的困难及解决方法，描述作业的收获（或者吐槽）。A4纸，小四字号，单倍行距，标准页边距（上下2.54cm, 左右3.17cm）, 图文并茂，建议四页以内。

3 以视频的方式，展示软件的使用方法和效果，建议录屏。（Windows10下可以使用Win+G启动录屏，如果文件过大，可以使用格式工厂format factory转码转大小）。建议不超过5分钟。

这玩意真的不是大作业？和深度学习有何关系？虽然也不是很难弄，但是一堆古怪幽默要求，又是需要gui/网页， 又是作业报告，又是录屏，已经完全完全无语了。

大三下了还让英才班人吃这种屎，评价为没活可以让我们通修新开的大一苕皮特供ai通识课。

既非深度 也非学习 勉强有点实践

课虽然是没啥用的课 但是王敬老师真的是个认真负责 实事求是的老师

神必给分

感觉这门课的分数不应该这么低，打个高分挽救一下。

课程内容是几次理论课和几次实验，还有三次作业（基本完全不相关），不过实验报告当堂就能直接复制粘贴搞完文档，也就几次作业比较麻烦，不过好在王老师通情达理，最后大作业汇报留在了绝望大三期末周之后，猛肝一会还是能搞定的。

给分情况感觉我周围人都挺好的，大大超出期望。

总结就是能水但是不好水，非置课选手以及大四选手慎重（出分很慢，春季课程毕业之前可能不能出分）

理实分离，上课吹水、实验巨多

本门课程完全可以将整个理论部分完全移除，并提高课程学分，且唯一有用的就是实验部分。

理论课就不讲了，个人show纯吹水环节。

实践部分的跨度非常大：

• 作业一：写两个函数，十行不到
• 作业二：写一个带有爬虫功能的应用（666，“深度学习实践”）
  • 就纯软工吧，可以看我链接里的介绍视频
  • 只能用python，懒得接flask了，搞了个前后端耦合的小玩具
• 作业三：mmd发了，我直接开摆不做（最后也是喜提70，没被卡绩(bushi)）

实验也差不多，几乎没有重的，到分割/识别那块应该是有同学受不了反馈了，后面的实验难度大幅降低，不然怕是到翻译那里要手搓transformer

整个学期参与下来，收获有一些（对于我这种深度学习0基础的），适合给中高年级同学提供一个相关领域概览（但中高年级现在才开始搞这个，未来大概也不走这个方向（）），但是感觉什么都沾一点，最后什么都不沾

下面这张图很适合形容这门课前两个作业和前几个实验的跨度（笑）

狗屎课，难以理解