6月28日下午，計算機與信息學(xué)院張步忠副教授在稼先樓南樓一樓學(xué)術(shù)研討室作了一場題為“深度學(xué)習(xí)與遞歸神經(jīng)網(wǎng)絡(luò)”的專題學(xué)術(shù)報告。計算機與信息學(xué)院統(tǒng)計學(xué)碩士點全體研究生同學(xué)及部分老師聆聽了報告，報告會由計算機學(xué)院蘇本躍院長主持。

張步忠副教授在報告中首先強調(diào)了基于大數(shù)據(jù)環(huán)境下深度學(xué)習(xí)理論的重要性和應(yīng)用的廣泛性，然后通過簡要地敘述人工神經(jīng)網(wǎng)絡(luò)（ANN）方法，引入遞歸神經(jīng)網(wǎng)絡(luò)（RNN）的理論知識的介紹與相關(guān)模型的公式推導(dǎo)，并詳細介紹了對RNN進行改進的LSTM模型以及雙向LSTM模型。報告最后還演示了如何搭建基于Keras的深度學(xué)習(xí)框架以及如何編寫相關(guān)代碼等內(nèi)容。

通過張老師的這場報告，老師與同學(xué)們更好地了解到深度學(xué)習(xí)研究的相關(guān)進展，學(xué)習(xí)了相關(guān)的編程與操作實踐技巧，同時開拓了視野。張老師的報告深入淺出，形象生動，且理論模型推導(dǎo)與代碼實現(xiàn)兼具，現(xiàn)場氣氛活躍。報告會結(jié)束后，張步忠老師還與同學(xué)們就深度學(xué)習(xí)方面相關(guān)問題進行了深入交流。（計算機與信息學(xué)院）