认证学习
Python深度学习及智能车竞赛实践
分享
课程详情
课程评价
spContent=人工智能已经成为新一轮产业变革的核心驱动力,正在对世界经济、社会进步和人类生活产生极其深刻的影响,人工智能赋能汽车是具有挑战性和重大价值的工作。学科交叉融合是未来发展趋势,掌握深度学习理论及实践方法是当代大学生的必备能力。本课程将从Python零基础开始讲解,通过智能车竞赛任务,实战从数据采集与标注-深度学习模型设计与训练-优化与部署的全流程,希望同学们通过课程学习,提高利用AI解决专业领域工程问题的能力。
—— 课程团队
课程概述

本课程将系统学习python编程基础、深度学习基础理论及实践,可以从编程零基础入门,掌握python编程求解问题及数据分析方法,到最后能用百度paddlepaddle深度学习框架搭建深度学习模型,课程结合产业级工程项目展开实践教学,并结合了全国大学生智能汽车竞赛百度智慧交通创意组和完全模型竞速组深度学习相关任务设计教学内容。


课程配套有内容完全一致、同名的《Python深度学习及智能车竞赛实践》纸质教材和数字教材,由机械工业出版社出版。


  

 课程特色:

1. 内容丰富且循序渐进。本课程内容从零基础开始讲解python,由易到难逐步过渡到能设计深度学习模型完成车辆图片分类深度学习模型设计、智能汽车竞赛的自动巡航、目标检测任务等。配套有习题、线上实践项目、线下竞赛等丰富的教学资源,共设计有四单元12章内容,如下图所示。


2. 实用性和实践性强。由北京航空航天大学和北京百度网讯科技有限公司联合打造建设的课程,引入了产业级工程实践项目,并基于全国大学生智能汽车竞赛设计各知识点的教学实例,以竞赛内容串联各章理论知识点,实现课程和学科竞赛的深度融合,有力的促进学生解决复杂工程问题能力的提升。

授课目标

1. 基于Python养成计算思维,学会Python编程求解问题;

2. 能用Python做数据分析,完成深度学习数据预处理;

3. 掌握深度学习基础理论及实践方法,能设计深度学习模型解决工程问题;

4. 能创新性完成智能车竞赛中图像处理和深度学习相关任务。

课程大纲
预备知识

必要的高等数学、线性代数和统计基础知识。

参考资料

徐国艳,刘聪琳,Python深度学习及智能车竞赛实践,机械工业出版社,2024年3月。

常见问题

1. 没有基础可以学习吗?

答:编程零基础可以学习前六章,后面五章的学习需要掌握必要的高等数学、线性代数和统计基础知识。


2.有什么好的学习方法推荐?

答:循序渐进,先打好基础,再逐步提高;理论与实践紧密结合,不能光听视频讲解,一定要自己动手编写、调试程序,到课程后期能自己搭建深度学习模型;

建议学有余力同学报名参加全国大学生智能汽车竞赛百度智慧交通创意赛和完全模型组竞赛,用所学知识解决实际问题。


 3.本课程有无配套的实践资源?

答:有的,有配套教材,教材上可以下载实例代码,大项目提供百度飞桨星河社区AI Studio上的链接。


学习贵在坚持,日积月累,长期努力,必有大成!