第1周 · 理论+实践
课程导入 + 框架总览
深度学习发展简史、课程结构、PyTorch模块化设计；模型构建演示：线性回归+反向传播机制
第2周 · 理论+实践
PyTorch 核心操作
熟悉 PyTorch 张量与梯度流；tensor操作、autograd机制、Module源码结构；实现简单线性模型 + 手动实现梯度
第3周 · 理论+实践
模型训练与调优
模型训练框架理解与封装；optimizer、loss、训练循环源码；实现MLP分类模型 + 可视化Loss
第4周 · 理论+实践
CNN与主流图像模型
卷积、池化机制 + LeNet、ResNet源码结构与实践；实现ResNet18并训练CIFAR10
第5周 · 理论+实践
多模态：图文一致性&匹配
多模态学习基础、图文匹配技术、CLIP模型原理与应用
第6周 · 理论+实践
多模态：图文生成 & 检索
图文生成模型、图像描述、跨模态检索技术
第7周 · 理论+实践
大模型与迁移学习
ChatGLM、LLaMA、MiniGPT-4原理简介 + 企业大模型部署方式；使用Huggingface调用GLM做多轮问答
第8周 · 理论+实践
多模态大模型：前沿框架与实践推理
多模态大模型架构、推理优化、性能调优
第9周 · 理论+实践
模型优化与可视化
模型压缩、量化、可视化技术
第10周 · 理论+实践
模型部署
模型服务化、部署框架、生产环境实践
第11-14周 · 项目实践
综合项目开发
分组完成深度学习综合项目，包含模型设计、训练、优化、部署全流程
第15-16周 · 答辩+考试
项目答辩与期末考试
项目成果展示与答辩、理论知识考试