(二)教学内容 第一节反馈神经网络 1主要内容 统计语言模型、RNNs网络结构、RNNs的训练算法、RNNs中的误差沿时间轴 传播公式、RNNs的变体 2.基本概念和知识点 马尔科夫模型、独热向量、词嵌入、BPTT 3.问题与应用（能力要求） 理解时间序列处理问题，掌握RNNs网络技术。 第二节长短期记忆单元 1.主要内容 序列的长期学习难题、LSTM网络结构、LSTM的训练算法、对LSTM的理解。 从广大科研人员为克服/抑制梯度消失爆炸问题所经历的长期艰难探索谈科研人员 必须具备的若干品质。正确认识纵向科研和横向研发的辩证统一关系。 2.基本概念和知识点 长短期记忆单元、控制信息读写的门机制、LSM对梯度消失爆炸问题的抑制 3.问题与应用（能力要求） 理解长时间序列处理难题，并掌握LSTM技术。 第三节时间序列处理中的几种重要机制 1.主要内容 编码器解码器模型、注意力机制、序列自动对齐的CTC技术 2.基本概念和知识点 编码器解码器、上下文向量、注意力、序列自动对齐 3.问题与应用（能力要求） 理解长时间序列处理难题，并掌握LSTM与CTC混合解决人机自然交互难题。 具备将深度反馈网络技术解决自然语言处理、文本理解等工程问题的能力： 第四节深度反馈网络在时间序列处理中的应用8 （二）教学内容 第一节 反馈神经网络 1.主要内容 统计语言模型、RNNs 网络结构、RNNs 的训练算法、RNNs 中的误差沿时间轴 传播公式、RNNs 的变体 2.基本概念和知识点 马尔科夫模型、独热向量、词嵌入、BPTT 3.问题与应用（能力要求） 理解时间序列处理问题，掌握 RNNs 网络技术。 第二节 长短期记忆单元 1.主要内容 序列的长期学习难题、LSTM 网络结构、LSTM 的训练算法、对 LSTM 的理解。 从广大科研人员为克服/抑制梯度消失/爆炸问题所经历的长期艰难探索谈科研人员 必须具备的若干品质。正确认识纵向科研和横向研发的辩证统一关系。 2.基本概念和知识点 长短期记忆单元、控制信息读写的门机制、LSTM 对梯度消失/爆炸问题的抑制 3.问题与应用（能力要求） 理解长时间序列处理难题，并掌握 LSTM 技术。 第三节 时间序列处理中的几种重要机制 1.主要内容 编码器-解码器模型、注意力机制、序列自动对齐的 CTC 技术 2.基本概念和知识点 编码器-解码器、上下文向量、注意力、序列自动对齐 3.问题与应用（能力要求） 理解长时间序列处理难题，并掌握 LSTM 与 CTC 混合解决人机自然交互难题。 具备将深度反馈网络技术解决自然语言处理、文本理解等工程问题的能力。 第四节 深度反馈网络在时间序列处理中的应用