为推进学校本科教育国际化进程，深化人才培养模式改革，提升学生的国际化视野和跨文化交流能力，引进国外先进教学理念和教学方法，邀请加拿大康考迪亚大学Yang Wang教授，在浙江工业大学计算机科学与技术学院联合开设《深度学习与人工智能导论》课程。本课程计划招收50名学生，由Yang Wang教授以及浙工大计算机科学与技术学院张繁老师、李小薪老师共同组成教学团队进行授课。

一、课程基本情况

1．课程目的

本课程面向本科生开设，采用为期两周的集中式教学模式，系统介绍人工智能与深度学习的基本原理、核心方法及其在计算机视觉中的典型应用。课程从机器学习基础与线性分类器出发，逐步引入神经网络结构与反向传播算法，并重点讲解卷积神经网络（CNN）、循环神经网络（RNN）以及生成对抗网络（GAN）等主流模型及其应用场景，涵盖图像分类、目标检测与密集图像标注（如语义分割）等任务。通过理论讲授与实验实践相结合，学生将在 PyTorch环境中完成模型构建与训练，并通过论文阅读与课程项目提升工程实践能力、学术表达能力与团队协作能力，从而为进一步学习和研究人工智能前沿技术奠定基础。

2．教学团队

外方责任教师：

Yang Wang，目前是康考迪亚大学计算机科学与软件工程系的副教授。在加入康考迪亚大学之前，于2012年至2022年在曼尼托巴大学先后担任助理教授和副教授。2020年至2022年期间，全职担任华为加拿大消费者业务集团计算机视觉首席科学家（技术副总裁）。在此之前，曾在伊利诺伊大学厄巴纳-香槟分校（UIUC）担任NSERC博士后研究员。之前分别获得了西蒙弗雷泽大学博士学位、阿尔伯塔大学硕士学位以及哈尔滨工业大学工学学士学位。

主要从事计算机视觉、机器学习和深度学习等方向的研究。相关工作曾获得多项认可，包括应用科学领域的Falconer新兴研究者奖（2017）、曼尼托巴大学理学院基础科学研究讲席（2019–2022），以及在ORBIT少样本目标识别挑战赛中获胜（相关成果在CVPR 2022 VisWiz workshop中展示）。

近期的研究重点是探索超越“传统的高成本监督学习”的人工智能模型构建范式，其最终目标是使AI模型具备更强的个性化能力、灵活性以及在不同场景下以最小代价快速适应的能力（相关概述见讲座1、2）。在这一方向上发展了多种机器学习方法，包括元学习（meta learning）、测试时训练（test-time training）以及持续学习（continual learning）。这些方法已被应用于多种计算机视觉任务，例如人群计数、异常检测、视频精彩片段提取、图像去模糊、点云分析以及视线估计等领域。

个人主页：https://users.encs.concordia.ca/~wayang/

中方责任教师：

张繁，浙江大学博士，浙江工业大学计算机学院教师，长期从事教学与科研工作，主要承担所在学院相关课程的教学任务，并参与学科建设与人才培养工作。在本次暑期课程中负责教学组织与质量保障，在课程建设与实施过程中发挥桥梁和纽带作用。主要负责课程整体协调、教学资源建设、教学支持及教学过程管理，协助外方教师完成课程内容本土化优化与教学组织实施。通过组织课堂讨论、学习辅导和过程性评价，及时掌握学生学习情况并提供针对性指导，促进学生对人工智能与深度学习核心知识的理解与掌握。同时，负责课程运行管理、教学反馈分析及持续改进工作，确保课程教学质量和国际化培养目标的有效实现。

李小薪，华南理工大学博士，现为浙江工业大学教师，长期从事相关领域的教学与科研工作，在人才培养与学术研究方面积累了较为丰富的经验。在本次暑期课程中负责实践教学与创新能力培养，重点负责实验教学、课程项目指导及科研训练支持。围绕深度学习模型开发与应用实践，指导学生完成PyTorch等深度学习平台的使用、模型构建与训练优化，帮助学生解决图像分类、目标检测和语义分割等实际问题。通过组织论文研读、项目研讨和成果展示等教学活动，培养学生的创新意识、科研素养、团队协作能力和国际化学术交流能力。同时，与外方教师共同开展课程考核，推动国际先进教学理念与实践经验的有效融合，提升课程的国际化水平和人才培养质量。

3．开课时间及地点

7月13日-7月28日（7月5日至7月12日为线上教学），共计32学时，浙江工业大学屏峰校区健行楼机房，具体授课时间地点，后续另行通知。具体按照国家、省市和学校要求开展。

4．课程学分

该课程为通识选修课，2学分，32学时。

5．课程特色

本课程通过全英文授课，采用案例教学和团队协作的方式，将理论与实践相结合，旨在为学生提供人工智能领域的基础知识和最新技术。课程内容涵盖人工智能在各个领域的应用实例及其对社会的影响，注重培养学生的创新思维和问题解决能力，同时强调人工智能的伦理和社会责任。

1) 第一周线上教学：人工智能概述与基础知识、前沿技术发展趋势、人工智能应用、伦理与道德和人工智能的社会影响。通过学习，学生将掌握人工智能领域的基础知识和最新技术。

2) 第二、三周线下教学：学习深度学习、计算思维与问题解决、创新与科研经验、项目实践与创新设计，旨在培养学生的创新思维和解决问题的能力。

6. 考核方式

课堂参与和作业15% + 文献综述和论文报告20% + 课程项目65%

7. 课程费用

本项目得到浙江工业大学暑期国际化课程项目资助。

教学环节费用：由学校资助。

二、浙江工业大学上课学生的基本要求和选拔方式

  1．基本要求

该课程主要面向二、三年级本科生，已经先修完高等数学、线性代数和概率论与数理统计课程。初步具备人工智能理论、Python语言编程等基础，有较强的学习主动性和适应性，具备良好的英语沟通能力和团队合作意识。

  2．报名、选拔方式

符合基本要求的学生请于6月18日（周四）12：00前将报名表以电子形式发送到6279900@qq.com，张老师。

最终确定不超过50名的入选名单。请同学们相互转告及早报名。

课程咨询及联系老师：（0571）85290385，张老师。

报名表请点击下载： 

2026年暑期国际化课程“深度学习与人工智能导论”招生报名表.docx