2025春 课程号：DS200101
- 课程难度：中等
- 作业多少：中等
- 给分好坏：一般
- 收获大小：一般
| 选课类别：计划内与自由选修 | 教学类型：理论实验课 |
| 课程类别：本科计划内课程 | 开课单位：人工智能与数据科学学院 |
| 课程层次：专业基础 | 学分：3.0 |
本课程是大数据学院本科生专业选修课程。主要目的是让学生掌握深度学习的基础知识、掌握应用深度学习解决实际应用问题的方法。
本课程主要讨论深度学习的算法及其在计算机视觉、自然语言处理、图分析挖掘、推荐系统中的应用。具体内容包括：深度前向网络、深度学习中的最优化技术、深度学习中的正则化技术、深度卷积网络、循环神经网络、注意力机制、图神经网络、生成网络、无监督学习等。该课程将理论和实践紧密结合，在夯实学生的理论分析能力同时，锻炼学生的动手实践能力。
- 课程难度：中等
- 作业多少：中等
- 给分好坏：一般
- 收获大小：没有
- 难度：中等
- 作业：中等
- 给分：一般
- 收获：没有
出分慢给分偏随机，最后一堂课抢提问令人忍俊不禁。实验本身倒是比隔壁原理与实践好多了，至少不是用AI生成一篇不知所云的文档🤣🤣🤣
- 课程难度：中等
- 作业多少：中等
- 给分好坏：一般
- 收获大小：很多
- 难度：中等
- 作业：中等
- 给分：一般
- 收获：很多
虽然优秀率突破50，但给分基本和竞赛成绩挂钩，对入门小白及其不友好。
- 课程难度：简单
- 作业多少：中等
- 给分好坏：一般
- 收获大小：很多
- 难度：简单
- 作业：中等
- 给分：一般
- 收获：很多
出分无敌慢（2025/7/29还没出，本学期最慢的一门，但是似乎各部分评分早就搞完了），实验检查的时候会问一些问题，答不上来会扣分（我就是被扣分的那个），而且这门课大家的分数普遍应该都很高，最后估计会向下调分。
整体实验安排感觉还行，由易到难、由浅入深，且实验资源消耗比隔壁深度学习原理与实践要小非常多（至少vlab上10GB内存和CPU完全足够完成本门课程的实验；隔壁课程实验二上16GB的GPU都还得调小参数、上混合精度，不然显存直接爆炸）
现在是317.4/350，期待一手会往下调多少分（
（更，下调了两分，4.0无了，但是全班优秀率50%多）
当然，竞赛分低是我纯菜（大三春之前完全没接触过ml/dl），而且设备上不了LLM；其它实验扣分大部分是问题没回答上来（同前，我没有任何理论基础）。以此为参考，ml/dl零基础（不是cs零基础）的同学选这门课理论上应该也可以拿到一个比较不错的保底分数（前提是实验你得做完）
- 课程难度：中等
- 作业多少：很少
- 给分好坏：一般
- 收获大小：很多
- 难度：中等
- 作业：很少
- 给分：一般
- 收获：很多
感觉平均分好像有点爆 别向下调 球球了
8.8更新 终于出分了 只向下调了一点点(92 → 90) 可以赞美
