几何深度学习 (Geometric Deep Learning)
Introduction (课程介绍)
本课程一周两次课，安排紧凑。课程内容主要分为两大部分：
1. 基础知识（~40学时）： 结合《动手学深度学习》进行讲解。
2. 几何深度学习（~40学时）：
聚焦非欧数据建模，涵盖点云、体素与八叉树、图结构（Graph）、网格，参数化表示、隐式函数等几何表征方法，解析如何将深度学习推广至三维视觉、材料设计等场景。
课程目标： 熟悉AI的基础知识与常见的几何表达；熟悉常见的几何表达下的AI算法与应用；熟悉AI相关代码的撰写，能够利用AI来完成指定任务。
课程考核： 本课程没有考试，全凭代码作业进行考核。总成绩由10次小作业（10*7 =
70分）和1次大作业（30分）构成。请通过QQ群接收和提交作业。如有特殊情况请联系助教。课程鼓励大家直接用AI完成作业（甚至不写一行与作业相关的代码），但不管采用什么形式，核心要求是把作业写对。
Resources (学习资源)
1. 核心教材：《动手学深度学习》第二版 (中文版)
2. 备用链接：D2L 课程主页
Assignments (暂定作业安排)
第1周：实战项目任务书
代码作业：请根据md文件内容，制作一个「AI 学习助手」
作业文档：作业文档1下载 (.md)
作业文档2下载 (.md)
第2周：设计一个“为老人撰写自传”系统/APP
为什么做：
1. 老人一生记忆珍贵，但常因不会写、没人问而消失。
2. 子女后代需要家族故事、情感连接和家风传承。
3. 现有写作工具不适老，AI+语音可把“口述”变成“自传”。
4. 兼具情感陪伴、口述史保存、家族记忆整理价值。
第2周 （选做作业）：深度学习基础与PyTorch入门
学习内容：神经网络前向/反向传播、损失函数、优化器。
代码作业：配置Python、PyTorch、CUDA环境，跑通demo程序。
作业文档：作业文档下载 (.md)
第3周：自主设计一个智能体项目
代码作业：请各小组依据第二次作业汇报的分组，以小组为单位自主设计并实现一个智能体项目，下周直接进行成果汇报。
作业文档下载 (.md)
第3周（选做作业）：CNN介绍
代码作业：在Kaggle Dogs vs Cats上做猫狗分类。
作业文档：作业文档下载 (.md)