深度学习的数学基础与工程实践

Graduate course, CNU, School of Mathematical Sciences, 2025

本课程全面系统地涵盖了深度学习的核心理论与实践应用。内容从环境搭建与编程基础起步，深入讲解全连接神经网络、卷积神经网络（CNN）、序列神经网络（RNN/Transformer）等核心架构，并涵盖生成式模型（如VAE、GAN、Diffusion）及深度强化学习（如PPO、DDPG）等前沿领域。通过分类、检测、预测及生成等丰富的应用场景，帮助学员构建完整的深度学习知识体系，掌握从基础算法到高级模型的实战能力。