人工智能已经成为我国的国家战略，深度学习作为实现人工智能的重要手段，已经成为计算机科学领域最主要的前沿研究方向之一。为使吉林大学珠海学院广大师生能够紧跟科学前沿，深入了解深度学习的研究方法，为以后的科研工作和社会实践做好知识储备，5月21日-6月1日，计算机学院特别邀请美国密苏里大学James C. Dowell 名誉教授、计算机科学系教授许东博士及其团队来到我校，为广大师生开展为期10天，共两个教学周的“深度学习”拓展课程。课程以计算机专业本科生为主要授课对象，兼顾基础理论、最新研究方法和前沿成果三个方面，采用先理论、再实践的教学模式，帮助学生在较短的时间内能够初步掌握深度学习主要的基础理论、研究方法和科研实践平台。课程不仅吸引到了吉林大学珠海学院计算机学院的本科生、研究生和相关专业教师前来学习，同时也有很多慕名而来的外校师生参与，他们主要来自吉林大学计算机科学与技术学院、吉林大学软件学院、吉林大学数学学院、大连理工大学计算机科学与技术学院、华南理工大学软件学院、深圳大学计算机与软件学院、天津师范大学计算机与信息工程学院、长春工业大学计算机科学与工程学院、内蒙古民族大学计算机科学与技术学院、吉林工程技术师范学院信息工程学院、北京信息职业技术学院计算机与通信工程学院、海南热带海洋学院数学系、军械工程学院计算机工程系等单位。
5月21日早8:20，“深度学习”拓展课在第一教学楼B103教室正式开课。计算机学院院长梁艳春教授做开课致词，为在场师生介绍了深度学习研究的重要性和许东教授及其团队在深度学习研究领域的重要贡献，并对本次课程的教学效果寄予了很高的期望。
“深度学习”拓展课程共分为两部分，5月21日-25日为理论教学部分，由许东教授授课，针对深度学习的核心理论和方法，依次讲授“深度学习介绍”、“深度神经网络（DNN）”、“数据预训练”、“卷积神经网络（CNN）”、“胶囊网络（Capsule Network）”、“卷积神经网络（RNN）”、“深度学习应用”等七个主题，着重介绍了每种网络的背景、理论模型、参数设置和调优、各模型的优缺点及主要应用领域。许东老师针对本科生的特点，结合自己丰富的科研经验，在完整介绍每种网络的基础之上，还对几种网络进行了横向对比，让听课者对深度学习技术有了一个完整的认识。许东老师知识渊博，对深度学习的一些难点采用与生活常见场景类比的方式进行讲解，深入浅出，授课方式灵活多样，受到听课师生的好评。此外，许东教授还为大家带来了为时100分钟的“深度学习最新研究现状及研究成果概览”主题讲座，就深度学习的最新进展和主要应用领域与听课师生进行了深入交流。
许东教授讲授深度学习理论课程
在“深度学习”拓展课理论教学结束后，5月26-27日召开了“第一届机器学习进展国际研讨会”，吉林大学珠海学院校长付景川教授、副校长杨万利教授出席开幕式，欧洲科学院院士、意大利特伦托大学Fausto Giunchiglia 教授应邀做第一个大会报告，来自国内外20余所高校和企业的70多位机器学习及相关领域的教授、科研人员、青年教师和研究生出席了研讨会。
与会师生认真听取欧洲科学院院士Fausto Giunchiglia 教授的特邀报告
副校长杨万利教授和计算机学院院长梁艳春教授在会场亲切交谈
5月28日-6月1日为实践教学部分，在第一教学楼B302计算机实验室展开，由许东教授团队的博士后王珏鑫和博士王多林授课，以目前主流的由谷歌公司支持的TensorFlow工具集为实践平台，从“TensorFlow工具集介绍”、“深度神经网络（DNN）的TensorFlow实现及调试”、“卷积神经网络的TensorFlow实现及扩展研究”、“自编码（AutoEncoder）的TensorFlow实现”、“卷积神经网络（RNN）的TensorFlow实现”等五个主题为大家提供了完整的神经网络实现案例。先讲解演示，再让听课者当堂练习，遇到问题一对一讲解，保证听课者能了解和掌握TensorFlow的基本功能和操作方法。王珏鑫和王多林两位老师实践经验丰富，不仅帮助听课者解决遇到的工具使用的问题，还帮助听课者深入挖掘产生问题的原因，针对问题做延伸教学，令听课者受益匪浅。
深度学习实践课培训现场
王多林博士解答听课者的问题
王珏鑫博士讲授深度学习实践课程
课程每天都采用课堂讨论和课后教学回访的方式，对听课者的知识接受程度进行调查，为教学优化提供依据。大部分听课者反馈知识接受效果良好，但由于深度学习毕竟是目前最前沿的科研成果，很多知识点在理解上存在难度，需要在后续的科研和实践活动中逐步理解和提高。
本次课程取得了良好的教学效果，得到了听课师生的一致好评。计算机学院将会把“深度学习”拓展课程及其相关课程持续下去，争取每年定期开展，形成周期化、常态化的专家访问教学模式，为吉林大学珠海学院广大师生持续带来深入学习计算机领域前沿科研成果的机会。
