《智能计算系统》课程由陈云霁老师亲自“操刀”，让大家融会贯通地理解智能计算系统完整的软硬件技术栈，把割裂的知识点串起来打通任督二脉。据介绍，课程采用“应用驱动，全栈贯通”的思想，以一个图像迁移风格的驱动范例带动，重点围绕智能计算系统的设计理论、方法、关键技术等展开讨论，从基本概念开始，由浅入深帮助学生建立智能计算系统设计及应用的知识体系，培养智能时代急需的芯片设计、软件开发、算法研发等各个层次的人才。
课程网站：http://novel.ict.ac.cn/aics/ 视频链接：https://space.bilibili.com/494117284
课程简介
智能计算系统是智能的核心物质载体，每年全球要制造数以十亿计的智能计算系统（包括智能手机、智能服务器、智能可穿戴设备等），需要大量的智能计算系统的设计者和开发者。智能计算系统人才的培养直接关系到我国智能产业的核心竞争力。因此，对智能计算系统的认识和理解是智能时代计算机类专业学生培养方案中不可或缺的重要组成部分，是计算机类专业学生的核心竞争力。
本课程采用“应用驱动，全栈贯通”的思想，以一个图像迁移风格的驱动范例带动，重点围绕智能计算系统的设计理论、方法、关键技术等展开讨论，从基本概念开始，由浅入深帮助学生建立智能计算系统设计及应用的知识体系，培养智能时代急需的芯片设计、软件开发、算法研发等各个层次的人才。
课程大纲
第一章：概述展开 1.1 人工智能 1.2 智能计算系统 1.3 驱动范例
第二章：神经网络基础展开 2.1 从机器学习到神经网络 2.2 神经网络训练 2.3 神经网络设计原则 2.4 过拟合与正则化 2.5 交叉验证 下载课件
第三章：深度学习展开 3.1 适合图像处理的卷积神经网络 3.2 基于卷积神经网络的图像分类算法 3.3 基于卷积神经网络的图像目标检测算法 3.4 序列模型：循环神经网络 3.5 生成对抗网络GAN 3.6驱动范例
第四章：编程框架使用展开 4.1 为什么需要编程框架 4.2 编程框架概述 4.3 TensorFlow编程模型及基本用法 4.4 基于TensorFlow实现深度学习预测 4.5 基于TensorFlow实现深度学习训练
第五章：编程框架机理展开 5.1 TensorFlow的设计原则 5.2 TensorFlow计算图机制 5.3 TensorFlow系统实现 5.4 编程框架对比
第六章：深度学习处理器原理展开 6.1 深度学习处理器概述 6.2 目标算法分析 6.3 深度学习处理器DLP结构 6.4 优化设计 6.5 性能评价 6.6 其他加速器
第七章：深度学习处理器架构展开 7.1 单核深度学习处理器 7.2 多核深度学习处理器
第八章：智能编程语言展开 8.1 为什么需要智能编程语言 8.2 智能计算系统抽象架构 8.3 智能编程模型 8.4 智能编程语言基础 8.5 智能应用编程接口 8.6 智能应用功能调试 8.7 智能应用性能调优 8.8 基于智能编程语言的系统开发
第九章：实验展开 9.1 基础实验：图像风格迁移 9.2 拓展实验：物体检测 实验讲解 前序课程展开 线性代数 概率论与数理统计 计算机组成原理 机器学习 算法导论
第一章：概述
相关内容
微信扫码咨询专知VIP会员