本单元中适当引入，完成课程思政目标1（通过介绍中国目前在人工智能与 大数据行业的现状，以及国内在这些行业上的科技与产业成就，增强学生的民 族自豪感和文化自信，激发通信专业学生的科技报国情怀与使命担当) 第4章深度卷积神经网络及典型网络结构 (一)基本内容 4.1卷积神经网络的基本结构 4.2卷积神经网络的各种网络层的工作原理 4.3卷积神经网络的发展历史 4.4卷积神经网络的典型网络结构，包括：AlexNet、.VGG、Resnet 4.5深度网络的实现工具：Pytorch,Keras,TensorFlow (二)基本要求 掌握卷积神经网络的基本结构和各网络层的工作原理，了解卷积神经网络 AlexNet、.VGG、Resnet的网络结构，了解深度网络工具。 (三)支撑的课程目标 本单元支撑课程目标1（通过课程学习，使学生掌握解决信号与信息处理、 模式识别等工程问题所涉及的大数据、机器学习、深度学习等基本知识)。 本单元支撑课程目标2（通过课程学习，培养学生能分析复杂工程问题中所 涉及大数据和人工智能相关任务，并合理应用大数据、机器学习、深度学习技 术解决相应问颗) 本单元中适当引入，完成课程思政目标1（通过介绍中国目前在人工智能与 大数据行业的现状，以及国内在这些行业上的科技与产业成就，增强学生的民 族自豪感和文化自信，激发通信专业学生的科技报因情怀与使命担当)。 第5章深度学习在计算机视觉领域的应用 (一)基本内容 5.1深度学习在图像分类中的应用 5.2深度学习在目标识别中的应用 5.3深度学习在图像分割中的应用 5.4深度学习在图像生成中的应用 (二)基本要求 掌握深度学习在图像分类、目标识别、图像分割以及图像生成中的应用。 (三)支撑的课程目标 本单元支撑课程目标1（通过课程学习，使学生掌握解决信号与信息处理、 模式识别等工程问题所涉及的大数据、机器学习、深度学习等基本知识)。 本单元支撑课程目标2（通过课程学习，培养学生能分析复杂工程问题中所本单元中适当引入，完成课程思政目标 1（通过介绍中国目前在人工智能与 大数据行业的现状，以及国内在这些行业上的科技与产业成就，增强学生的民 族自豪感和文化自信，激发通信专业学生的科技报国情怀与使命担当）。 第 4 章 深度卷积神经网络及典型网络结构 （一）基本内容 4.1 卷积神经网络的基本结构 4.2 卷积神经网络的各种网络层的工作原理 4.3 卷积神经网络的发展历史 4.4 卷积神经网络的典型网络结构，包括：AlexNet、VGG、Resnet 4.5 深度网络的实现工具：Pytorch，Keras，TensorFlow （二）基本要求 掌握卷积神经网络的基本结构和各网络层的工作原理，了解卷积神经网络 AlexNet、VGG、Resnet 的网络结构，了解深度网络工具。 （三）支撑的课程目标 本单元支撑课程目标 1（通过课程学习，使学生掌握解决信号与信息处理、 模式识别等工程问题所涉及的大数据、机器学习、深度学习等基本知识）。 本单元支撑课程目标 2（通过课程学习，培养学生能分析复杂工程问题中所 涉及大数据和人工智能相关任务，并合理应用大数据、机器学习、深度学习技 术解决相应问题）。 本单元中适当引入，完成课程思政目标 1（通过介绍中国目前在人工智能与 大数据行业的现状，以及国内在这些行业上的科技与产业成就，增强学生的民 族自豪感和文化自信，激发通信专业学生的科技报国情怀与使命担当）。 第 5 章 深度学习在计算机视觉领域的应用 （一）基本内容 5.1 深度学习在图像分类中的应用 5.2 深度学习在目标识别中的应用 5.3 深度学习在图像分割中的应用 5.4 深度学习在图像生成中的应用 （二）基本要求 掌握深度学习在图像分类、目标识别、图像分割以及图像生成中的应用。 （三）支撑的课程目标 本单元支撑课程目标 1（通过课程学习，使学生掌握解决信号与信息处理、 模式识别等工程问题所涉及的大数据、机器学习、深度学习等基本知识）。 本单元支撑课程目标 2（通过课程学习，培养学生能分析复杂工程问题中所