清华大学工程物理系深度学习培训-

本次培训主要目标

1、学会使用BP神经网络解决我们的实际需求。

   我们的需求是使用深度学习方法快速得到辐射粒子在物体中的能量沉积分布。

   射线（或者说辐射粒子，比如光子、电子、质子、alpha粒子等）进入物体后，与物体中原子发生相互作用，能量不断衰减，直到能量全部沉积在物体中。使用蒙特卡罗程序可以进行粒子与物质相互作用过程的模拟仿真，并能给出在物质中的能量沉积分布情况。但是蒙特卡罗程序计算非常耗时，我们希望实现，用大量蒙特卡罗程序模拟的不同辐射条件和物体种类下，物体中能量沉积分布的结果训练深度学习模型，使得在改变辐射条件和物体种类后，模型能很快给出能量沉积分布。

    据我们目前了解的情况，好像用BP神经网络比较合适。

2、了解深度学习目前水平、潜在能力及局限性。

培训重点内容

1、希望首先简单介绍深度学习方法原理，然后重点用实际算例讲算法的各种经典应用；

2、目前深度学习能解决问题的水平、局限性及瓶颈；

3、当设计完一个模型，通常进行如何评价？

4、解决我们的实际需求的关键问题及难点，比如，模型层数、节点、参数、对学习训练例子的要求，等等。