主讲人：刘飞强

时间：2025-11-02 09:30:00

地点：W7307

简介：介绍深度学习的起源和发展历程，讲解深度学习中的关键技术，如反向传播，梯度下降优化以及Dropout正则化技术。重点讲解为什么深度学习有效，传统方法对比深度学习方法的局限性有哪些，相比于传统方法，深度学习方法有哪些优势，这些优势体现在哪里，以及深度学习方法在进行算法设计时的算法流程有哪些部分。介绍深度学习中的一些经典模型和以及深度学习在计算机视觉中的应用案例，如卷积神经网络，循环神经网络以及深度生成模型如生成对抗网络，扩散模型等，以及这些深度学习模型在计算机视觉领域的一些应用，如图像分类，图像检索，目标检测，目标识别，图像超分辨率，文本转图像，图像翻译等一些应用。最后介绍目前深度学习的研究还存在问题和一些挑战，主要介绍深度学习方法存在的一些局限性，最后展望深度学习方法的未来发展方向和应用前景。