理解并掌握卷积网络背后的特征识别定理。具备将卷积网络熟练应用的能力。 第三节卷积网络的变体 1主要内容 卷积网络的三类变体：卷积核的变体、卷积通道的变体、卷积层连接的变体。 2.基本概念和知识点 卷积核的尺寸、可变型卷积核、卷积通道、可分离卷积、高速网络、残差网络、 稠密网络 3.问题与应用（能力要求） 掌握卷积网络研究的前沿动态以及各种变体的优缺点，进一步加强应用各种变体 技术解决实际问题的能力。 第四节卷积网络在自动驾驶中的应用 1.主要内容 简介基于神经网络的三大自动驾驶系统：ALVNN,.DAVE,DAVE2 2.基本概念和知识点 端到端、自动驾驶 3.问题与应用（能力要求） 理解将神经网络技术用以解决自动驾驶这样一类实际问题所面临的挑战，掌握技 术的同时，通过案例进一步提升实际应用的能力。 (三)思考与实践 搭建实验平台，运行一个卷积网络实例，并思考卷积网络进行图像识别的优越性。 (四)教学方法与手段 课堂讲授，课后编程 第四章深度反馈网络 (一)目的与要求 1.介绍适合时间序列处理的RNNs、LSTM模型 2.掌握语音识别、文本处理（摘要、生成与写作）入、机器翻译基本知识 3.掌握CTC技术，为实现自然语音交互软件系统奠定基础 7 理解并掌握卷积网络背后的特征识别定理。具备将卷积网络熟练应用的能力。 第三节 卷积网络的变体 1.主要内容 卷积网络的三类变体：卷积核的变体、卷积通道的变体、卷积层连接的变体。 2.基本概念和知识点 卷积核的尺寸、可变型卷积核、卷积通道、可分离卷积、高速网络、残差网络、 稠密网络 3.问题与应用（能力要求） 掌握卷积网络研究的前沿动态以及各种变体的优缺点，进一步加强应用各种变体 技术解决实际问题的能力。 第四节 卷积网络在自动驾驶中的应用 1.主要内容 简介基于神经网络的三大自动驾驶系统：ALVNN,DAVE,DAVE2 2.基本概念和知识点 端到端、自动驾驶 3.问题与应用（能力要求） 理解将神经网络技术用以解决自动驾驶这样一类实际问题所面临的挑战，掌握技 术的同时，通过案例进一步提升实际应用的能力。 (三)思考与实践 搭建实验平台，运行一个卷积网络实例，并思考卷积网络进行图像识别的优越性。 (四)教学方法与手段 课堂讲授，课后编程 第四章 深度反馈网络 （一）目的与要求 1.介绍适合时间序列处理的 RNNs、LSTM 模型 2.掌握语音识别、文本处理（摘要、生成与写作）、机器翻译基本知识 3.掌握 CTC 技术，为实现自然语音交互软件系统奠定基础