项目日期
第一阶段，2周远程辅导7.5-7.19：了解项目背景，文献阅读，资料收集(6小时左右)
第二阶段，5天实地实习7.20-7.24
第三阶段，2周远程辅导7.25-8.7：完成实验报告(6小时左右)
注：远程辅导是指导师利用邮件、QQ等进行任务布置、讲解和答疑。每周导师与学生沟通1-2次，每次1-2小时。具体时间可灵活安排。
关联专业
计算机、软件、自动化
录取标准：简历审核+电话面试。注：学生需具有一定编程基础。
实习成果
推荐信+实验报告
导师简介
中国著名大学副教授，博士。
导师研究方向：机器学习，人工智能。发表国际学术论文30余篇。多次主持国家自然基金项目，参与国家973项目。获得国家发明专利授权多项。
活动安排
7.5-7.19——课前预习，远程辅导：课程背景了解，文献阅读，资料收集
7.20-7.24——(实地实习：每天9:00-16:30)
第一天：深度学习导论
什么是深度学习?以及相关概念
为什么需要深度学习;与其他方法的区别与联系
深度学习的简要历史背景
深度学习的当前主流方法(CNN, RNN, GAN)
第二天：反向传播算法 (BP)
SGD优化算法及其理论
反向传播算法推导
相关的理论支持(不存在坏的局部最优、博弈论、几何与泛化)
实验开题
第三天: 卷积神经网络(CNN)
计算机视觉传统方法所面临的困境
卷积神经网络的经典架构
残差网络及其变种
胶囊网络
第四天：循环神经网络(RNN)
RNN技术简要综述
从自然语言处理或理解(NLP, NLU)的角度，来讲RNN技术演化
如何用酉变换来克服长期依赖
RNN在机器翻译和语音识别中的应用
第五天：生成式对抗网络(GAN)
GAN的发明历史和背景
GAN主要方法
各种改进版本
GAN的各种应用
7.25-8.7完成实验论文：带注意力机制或记忆模块的RNN
