人工智能与图像识别
产教融合项目式课程:十二讲理论从一个神经元一路讲到能用的大模型,再用三个真实工程项目把知识练成本事。
课程代码 46050107
2026–2027 学年第一学期
主讲:张洪进 · 工程学院
2024 机器人 1 班 / 2 班
零基础友好
三个真实项目
15 组分工协作
AI
课程通知(2026-11-03 更新)
① 实验一已批阅:实验一提交的同学已批阅,请同学们按照批阅提出的问题进行修改,如果需要,可重新提交(重复上传以最后一次为准)。评语可随提交而定时更新。批阅意见可在「实验与考核」页的提交窗口或「成绩查询」页查看。
② 实验一报告与附件提交 + 课程作业 1:均截止于 2026年11月6日(周五)16:30——实验一在「实验与考核」页登录后提交(报告必传、附件 zip 选传、每组 ≤200MB);作业 1 在「课程作业」页提交(≤1MB)。逾期通道自动关闭。
③ 课程作业 2:截止于 2026年11月13日(周五)16:30——「课程作业」页提交,之后作业 3 起每周开放一批,详见课程作业页时间轴。
② 实验一报告与附件提交 + 课程作业 1:均截止于 2026年11月6日(周五)16:30——实验一在「实验与考核」页登录后提交(报告必传、附件 zip 选传、每组 ≤200MB);作业 1 在「课程作业」页提交(≤1MB)。逾期通道自动关闭。
③ 课程作业 2:截止于 2026年11月13日(周五)16:30——「课程作业」页提交,之后作业 3 起每周开放一批,详见课程作业页时间轴。
课程一览
这是一门什么样的课
面向机器人专业大三学生:几乎零 AI、零 Python 基础也能跟上。先直觉后公式,公式之后必有人话翻译;每讲都有故事开场、项目连线与前沿速递。
学分学时
2 学分 · 32 学时
讲授 24 学时 + 实验 8 学时
授课安排
第 6–18 周
第 0–12 讲,每讲配一套课件
教材
深度学习模型与算法基础
许庆阳 · 清华大学出版社 2023
参考书
深度学习
Goodfellow 等 · 人民邮电出版社中译本
实验一不计分但必须通过验收;两次作业从十二讲(第 1–12 讲)章后习题中任选 2 题作答、每次 10 分;分数大头在期末项目成果——把项目做出来,才是这门课的正事。
0 分
实验一 · 入场达标
10-12 · 不计分,须通过验收
10 分
实验二
11-02 · 本机部署跑通
10 分
实验三
11-23 · 真训练真交付
10 分
实验四
12-21 · 联调与收官
20 分
两次课程作业
每次 10 分 · 十二讲章后习题任选 2 题
50 分
期末项目成果
2027-01-22 · 第19周周五总交付
口径说明:总评满分 100 分(教师可调)= 实验二/三/四各 10 分 + 两次作业 20 分 + 期末项目成果 50 分;实验一不计分,但必须通过验收。各项验收以《课程评分标准》为准(在线查看评分标准)。
每周一讲,从开课导引到生成对抗模型;每讲配套一套蜡笔盒配色课件与讲义章节。
第 6 周
0开课导引
第 7 周
1感知器与学习规则
第 8 周
2反向传播与梯度检查
第 9 周
3模型训练与评估
第 10 周
4自编码器
第 11 周
5卷积神经网络原理
第 12 周
6CNN 训练与计算模式
第 13 周
7网络演化与残差
第 14 周
8轻量化与分割
第 15 周
9循环神经网络 RNN
第 16 周
10LSTM 与 GRU
第 17 周
11注意力与大模型
第 18 周
12生成对抗与扩散
快速入口
从哪里开始
课件与讲义
17 套课件 PPT + 302 页讲义(完整版与三篇分册)在线查看与下载
进入 →
17
实验与考核
四次实验时间线、验收要点、评分标准与实验任务单下载
进入 →
4
提交实验一报告
选小组在线上传报告与附件 · 截止 2026-11-06(周五)16:30,逾期自动关闭
去提交 →
1
课程小作业 · 12 次
按学号个人提交,每次 1MB 以内;作业1/2 开放中,作业3 起每周一批量开放
去提交 →
12
账号登录
学号登录后提交作业、下载本组提交;游客只能浏览与下载课程资料(首次登录改密)
去登录 →
76
讲义完整版 PDF
《人工智能与图像识别——产教融合项目式课程讲义》302 页 · 8.5 MB
在线阅读 →
302