广东工业大学蕴瑜课堂

矩阵无处不在——任何可以放入Excel表格的内容都是矩阵，语言和图像也可以用矩阵来表示。了解矩阵算法的各种选项以及如何权衡取舍，会对你的解决方案产生巨大的影响。例如，近似矩阵计算的速度通常比精确计算快数千倍。

了解现有库的内容固然重要，但更重要的是了解它们的工作原理。因为通常情况下，你可以对算法进行一些库本身不支持的修改，从而获得所需的性能或精度。此外，目前该领域发展迅猛，尤其是在深度学习、推荐系统、近似算法和图分析等相关领域，因此你经常会发现一些最新的研究成果，它们可能会对你的项目产生重大影响，但常见库中却没有包含这些成果（包含可能在论文发表后的一年以上）。

了解算法的真正工作原理有助于调试和加快解决方案的开发速度。

在快速发展的3D视觉领域，存在着众多异构的下游任务，例如视觉定位、深度估计、3D重建等。目前的范式是为每个任务开发专门的方法，从而在很大程度上忽略了它们之间潜在的相互联系和协同作用。开发能够处理多个3D几何下游任务的统一模型仍然是一个挑战，本课程将致力于带领学生研讨这一前沿挑战。

本课程旨在让学生深入了解主流开源 AI 框架的应用与开发，熟练掌握常见开源软件开发管理工具的使用方法，并通过实际项目上机实践，提升将理论知识应用于解决实际问题的能力，为从事 AI 相关开发工作奠定坚实基础。