本次介绍的，是由旷视研究院和北大数学科学学院机器学习实验室，联合出品的《深度学习实践》课程，教育资源包含讲课视频（中文）和 PPT（英文）。这套课程 2017 年秋天在北大为大二到大四的学生讲过，当时的课堂被录了下来，可以在 B 站观看，可作为《深度学习》课程的理论补充。旷视课程章节覆盖 ——
- 计算机视觉和深度学习介绍
- 深度学习中的数学
- 神经网络基础与架构设计
- 深度学习中的计算技术介绍
- 神经网络近似算法
- 现代目标检测
- 场景文字检测与识别
- 图像分割
- 循环神经网络
- 生成模型与生成对抗网络介绍
- 行人重识别
- 3D 重建
- 视觉对象追踪
- 计算机图形学中的神经网络