23软工《移动互联网开发》
课程类别人工智能学院
本网站是华南师范大学人工智能学院《移动互联网开发》课程网站
本课程从基础知识到实战案例,探索“纯血鸿蒙”HarmonyOS NEXT原生开发的奥秘。内容涵盖HarmonyOS架构、DevEco Studio使用、应用结构解析、ArkTS编程语言、Ability组件、ArkUI开发、公共事件处理、窗口管理、网络编程、安全管理、数据管理、多媒体开发、多端部署及应用测试等关键主题。本课程除了学习相关理论知识,还结合了多个实战项目,通过实际操作提升同学们的动手能力和解决实际问题的能力。
本课程从基础知识到实战案例,探索“纯血鸿蒙”HarmonyOS NEXT原生开发的奥秘。内容涵盖HarmonyOS架构、DevEco Studio使用、应用结构解析、ArkTS编程语言、Ability组件、ArkUI开发、公共事件处理、窗口管理、网络编程、安全管理、数据管理、多媒体开发、多端部署及应用测试等关键主题。本课程除了学习相关理论知识,还结合了多个实战项目,通过实际操作提升同学们的动手能力和解决实际问题的能力。
教师: 邹竞辉
神经网络与深度学习
课程类别人工智能学院
能够掌握神经网络与深度学习技术的基本原
理,知其然还要知其所以然。全书共15章。第1章是绪论,介绍人工智能、机器
学习、深度学习的概要,使读者对相关知识进行全面的了解。第2、3章介绍了
机器学习的基础知识。第4、5、6章分别讲述三种主要的神经网络模型:前馈神
经网络、卷积神经网络和循环神经网络。第7章介绍神经网络的优化与正则化方
法。第8章介绍神经网络中的注意力机制和外部记忆。第9章简要介绍了一些无
监督学习方法。第10章中介绍一些和模型独立的机器学习方法:集成学习、协
同学习、自学习、多任务学习、迁移学习、终身学习、小样本学习、元学习等。
这些都是目前深度学习的难点和热点问题。第11章介绍了概率图模型的基本概
念,为后面的章节进行铺垫。第12章介绍两种早期的深度学习模型:玻尔兹曼
机和深度信念网络。第13章介绍最近两年发展十分迅速的深度生成模型:变分
自编码器和对抗生成网络。第14章介绍了深度强化学习的知识。第15章介绍了
应用十分广泛的序列生成模型。
教师: 申淑媛
23软工5-6(24-25下学期) 人工智能基础
课程类别人工智能学院
不论是在学术突破还是在工业应用, 深度学习是人工智能在近十年里进展最为迅速的领域。然而,深度学习模型复杂、参数繁多、而且新模型层出不穷,这给学习带来了难度。本课程将从零开始教授深度学习。同学们只需要有基础的Python编程和数学基础。我们将覆盖四大类模型:多层感知机、卷积神经网络、循环神经网络、和注意力机制。在此之上,我们将介绍深度学习中的两大应用领域—计算机视觉和自然语言处理—中的典型任务。本课程的一大特点是不仅讲述模型算法,同时会将每一处细节都讲述如何用PyTorch进行实现。这样同学们可以在真实数据上获得第一手经验。
教师: 李杰