课程描述
学生将学习深度神经网络基础知识，包括但不限于前馈神经网络，卷积神经网络，网络体系结构，优化方法，实际问题，硬件问题，递归神经网络，数据集获取，数据集偏差，对抗性示例，深度学习和可视化技术的当前局限性。本课程最主要研究计算机视觉问题的应用，并在较小程度上研究自然语言的处理和强化学习。还将举办一场有关理解深度学习出版物的会议，这是快速发展领域中的一项关键技能。
课程主页https://classes.cornell.edu/browse/roster/SP20/class/CS/5787
课程视频截图
