《深度学习及应用》教学和实验大纲 一、课程基本信息 课程代码：18110263 课程名称：深度学习及应用 英文名称：Deeplearning and application 课程类别：专业课 课程模块： 课程性质：选修 学时：48 学分：3 适用专业：人工智能 先修课程：《机器学习》、《线性代数》、《高等数学》 二、课程简介 通过本课程的学习，使得学生能够理解深度学习的编程模式，熟练运用 pytorch内置函数解决实际问题，熟练掌握掌握numpy数组运算和矩阵运算、 pandas基本数据结构以及数据分析与处理、深度学习基本算法原理以及sklearn 实现、阳tplot1ib数据可视化与科学计算可视化。能够根据问题性质和特点选 择合适的机器学习算法，能够根据数据特点选择合适的可视化方式 三、课程性质与教学目的 本课程的教学目标主要讲解当前主流的pytorch框架以及与第三方技术整 合开发实战内容。 通过本课程的学习，学生能够理解并掌握深度学习开发技术，掌握深度学习 的基础知识，同时能够掌握pytorch、matplotlib与常用第三方技术的整合实现 实际开发中的业务需求等。 四、教学内容及要求 第1章Python开发环境搭建与编码规范 1.1 Python开发环境搭建与使用 《深度学习及应用》教学和实验大纲 一、课程基本信息 课程代码：18110263 课程名称：深度学习及应用 英文名称: Deeplearning and application 课程类别：专业课 课程模块： 课程性质：选修 学 时：48 学 分：3 适用专业：人工智能 先修课程：《机器学习》、《线性代数》、《高等数学》 二、课程简介 通过本课程的学习，使得学生能够理解深度学习的编程模式，熟练运用 pytorch 内置函数解决实际问题，熟练掌握掌握 numpy 数组运算和矩阵运算、 pandas 基本数据结构以及数据分析与处理、深度学习基本算法原理以及 sklearn 实现、matplotlib 数据可视化与科学计算可视化。能够根据问题性质和特点选 择合适的机器学习算法，能够根据数据特点选择合适的可视化方式 三、课程性质与教学目的 本课程的教学目标主要讲解当前主流的 pytorch 框架以及与第三方技术整 合开发实战内容。 通过本课程的学习，学生能够理解并掌握深度学习开发技术，掌握深度学习 的基础知识，同时能够掌握 pytorch、matplotlib 与常用第三方技术的整合实现 实际开发中的业务需求等。 四、教学内容及要求 第 1 章 Python 开发环境搭建与编码规范 1.1 Python 开发环境搭建与使用