人工智能的数学基础 （2019秋） -- 本科生

News:

  • 2019年11月20日 – 记录成绩时：小测验一作为作业四，后续作业依次顺延，如作业四被记在作业五中
  • 2019年11月20日 – 小测验一 时间：2019年11月20日 8:00-9:40
  • 2019年11月11日 – 作业四 截止时间: 2019年12月1日 23:59
  • 2019年11月7日 – 参考答案: 作业一, 作业二, 作业三
  • 2019年10月14日 – 作业三截止时间: 2019年10月27日 23:59
  • 2019年 9月18日 – 作业二内容调整
  • 2019年 9月17日 – 作业二截止时间: 2019年10月6日 23:59
  • 2019年 9月 3日 – 作业一截止时间: 2019年9月15日 23:59

课程介绍

授课教师: 黎芳 fli@math.ecnu.edu.cn

助教: 陈久宁 johnnychen94@hotmail.com

时间地点：

  • 周一 13:00-14:40 @闵行第三教学楼326
  • （单周）周三 8:00-9:40 @闵行第三教学楼326
  • （双周）周三 8:00-9:40 @闵行数学楼208机房 (第二周依然在闵行第三教学楼326)

答疑：

  • 周二上午 8:00-10:00 @闵行校区统计楼225
  • QQ群：705021808

课程相关材料：

讲义及作业等相关材料会整理并上传到FTP服务器

评分：

  • 总分100 = max(50, 考勤5 + 作业45 + 奖励分) + 期末考试50(上机+书面+开卷)
  • 奖励分：
    • (2/次) 将授课材料中涉及的Matlab代码用Python来实现类似的效果
    • 作业中会有一些弹性/可选任务
  • 作业
    • 平均每两周提交一次作业，单周周一提交
    • 以电子版实验报告的形式提交
      • 内容：源代码、运行结果及说明内容
      • 格式：*.m, *.mlx, *.py, *.ipynb, *.md
      • 语言：Matlab或Python
    • 雷同与补交的作业在标准分的基础上扣2分

教学大纲

作业

作业提交系统使用说明

FAQs

  • 这门课程采用什么编程语言？
  • 机器学习部分会Matlab作为教学语言
  • 深度学习部分以Python+Pytorch作为教学语言

这样决定的原因：

  • 相比于Python，Matlab的使用并不需要太多的编程基础
  • Python是目前深度学习最流行、支持最好的语言
  • 在前半段课程中会适当讲授一部分Python内容来为深度学习部分作铺垫
  • Tensorflow、Pytorch、Keras这些是什么？我需要学习吗？

深度学习目前来说是一门高度工程化的理论，因此为了方便深度网络的训练，需要一系列的工具/函数来支持。Tensorflow、Pytorch这些深度学习框架提供的就是一些现成的工具集，它们使得原本需要几百行代码的神经网络训练能够缩减到十几行，因此对于实际使用来说是很方便的。

本课程会讲授Pytorch的使用

  • 为什么深度学习都在用显卡(GPU)？只有CPU可以吗？

深度学习涉及到超大规模的矩阵运算，并行运算在处理超大规模矩阵运算时有很大的优势 – 同时调用的计算单元越多，程序的运行速度越快。一块GPU中包含大约2000-4000个针对矩阵计算的计算单元，而CPU只能利用通用核心来进行矩阵计算。因此一般来说，相比于CPU而言，使用显卡能够带来10-20倍的计算加速 – 尽管如此，通过GPU也需要几小时甚至几天的时间来训练一个大规模的网络

本课程前期不会涉及到大规模的网络训练，对于小规模的问题而言，只使用CPU是可以的

  • Python编程环境

考虑到Python配环境需要一些额外的命令行知识，Jupyter实验平台（校园网）为该课程提供了统一的编程环境，并且配备有GPU来训练网络

如果需要在自己的电脑上配置Python环境，则需要使用anaconda或pip

  • Python及工具箱版本

这门课程会涉及到的工具箱及其版本为：

  • Matlab版本及下载安装

版本：Matlab>=R2018b

学校提供正版Matlab下载

  1. 利用学校邮箱注册MathWorks账号 (建议填写真实姓名） – 学校购买的正版MATLAB需要用学生邮箱注册才能使用；如果自己已经用其他邮箱注册过MATLAB账号，可以在MathWorks账户->个人资料->编辑个人资料中修改电子邮件地址
  2. 在自己的电脑上安装MATLAB R2018b，除非笔记本配置太差，否则建议安装. 下载与安装说明：学校公共数据库–>常用下载；备用下载地址