PyTorch与深度学习实战-教案 第3、4章 PyTorch深度学习基础、 手写汉字识别.docx

《PyTorch与深度学习实战-教案 第3、4章 PyTorch深度学习基础、 手写汉字识别.docx》由会员分享，可在线阅读，更多相关《PyTorch与深度学习实战-教案 第3、4章 PyTorch深度学习基础、 手写汉字识别.docx（9页珍藏版）》请在第一文库网上搜索。

1、第3章PyTOrd1深度学习基础教案课程名称：PyTOrCh与深度学习实战课程类别：必修适用专业：大数据技术类相关专业总学时：64学时(其中理论26学时，实验38学时)总学分：4.0学分本章学时：io学时一、材料清单(1)PyTorch与深度学习实战教材。(2)配套PPT。(3)引导性提问。(4)探究性问题。(5)拓展性问题。二、教学目标与基本要求1 .教学目标通过介绍使用PyTOrCh实现常见的深度学习网络，包括卷积神经网络、循环神经网络和生成对抗网络，学生达到以下目标：了解常用的卷积神经网络的算法理论及应用；了解常用的循环神经网络的算法理论及应用；了解常用的生成对抗神经网络的算法理论及应用

2、；掌握使用PyTorch实现常用深度神经网络的构建和训练的方法。2 .基本要求(1) 了解常用的卷积神经网络的算法理论及应用。(2) 了解常用的循环神经网络的算法理论及应用。(3) 了解常用的生成对抗神经网络的算法理论及应用。(4)掌握使用PyTorch实现常用深度神经网络的构建和训练的方法。三、问题1引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。(1) PyTOrCh实现常见的深度学习网络有哪些？(2)不同的深度学习网络有什么区别？(3)深度学习网络有哪些方面应用？(4)如何使用PyT

3、orch实现不同的深度学习网络？2.探究性问题探究性问题需要教师深入钻研教材的基础上精心设计,提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。(1)用PyTOrCh实现深度学习网络的完整流程是怎样的？(2)深度学习网络应用在那些场景？(3)不同的深度神经网络中的网络层的有哪些异同？3.拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。(1)针对同一问题，如何选择合适的深度学习网络?(2)

4、PyTOrCh深度学习框架与其它深度学习模型相比，有哪些异同？(3)使用PyTOrCh深度学习框架，可以从哪些角度入手？四、主要知识点、重点与难点1.主要知识点(1)常用卷积神经网络算法及其结构。(2)卷积神经网络的核心网络层。(3)常见的循环神经网络算法及其结构。(4)循环神经网络中的常用网络层。(5)经典生成对抗网络(经典GAN)的算法及其结构。(6)常用的生成对抗网络算法及其结构。2.重点(1)不同深度学习网络的概念、流程与应用场景。(2)不同深度学习网络的PyTOrCh下的实现。3.难点不同深度学习网络的概念与流程。五、教学过程设计1 .理论教学过程(1)常用卷积神经网络算法及其结构。

5、(2)卷积神经网络的核心网络层。(3)使用卷积神经网络实现手写数字识别图像分类。(4)常见的循环神经网络算法及其结构。(5)循环神经网络中的常用网络层。(6)使用循环神经网络实现时间序列分析。(7)经典生成对抗网络(经典GAN)的算法及其结构。(8)常用的生成对抗网络算法及其结构。(9)使用生成对抗网络实现手写数字图像生成。2 .实验教学过程(1)使用卷积神经网络实现手写数字识别图像分类。(2)使用循环神经网络实现时间序列分析。(3)使用生成对抗网络实现手写数字图像生成。六、教材与参考资料1 .教材刘双星，张良均.PyTOrCh与深度学习实战M.北京：人民邮电出版社.2023.2 .参考资料1

6、崔炜，张良均.TenSOrFIOW2深度学习实战M.北京：人民邮电出版社.2023.3 彭小红，张良均.深度学习与计算机视觉实战M.北京：人民邮电出版社.2023.3弗朗索瓦肖莱，张亮等.PythOn深度学习M.人民邮电出版社.2018.第4章手写汉字识别教案课程名称：PyTOrCh与深度学习实战课程类别：必修适用专业：人工智能类相关专业总学时：64学时(其中理论26学时，实验38学时)总学分：4.0学分本章学时：14学时七、材料清单(6)PyTorch与深度学习实战教材。(7)配套PPT。(8)引导性提问。(9)探究性问题。(10)拓展性问题。八、教学目标与基本要求4 .教学目标在本章中展示

7、如何在PyTOrCh框架下构建卷积神经网络进行手写汉字图像的识别。首先需要加载手写汉字图像数据，然后构建卷积神经网络，其次设置优化器和损失函数，最后训练网络并对训练好的模型进行性能评估。5 .基本要求(1)了解书写汉字识别的相关背景。(2)掌握卷积神经网络的构建方法。(3)掌握编译、训练模型的方法。(4)掌握对模型进行性能评估、泛化测试的方法。九、问题1.引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。(5)手写汉字识别有哪些应用？(6)手写汉字识别包含哪些步骤？6 .探究性问题探究性问题

8、需要教师深入钻研教材的基础上精心设计,提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。(4)如何构建卷积神经网络？(5)编译网络的步骤中需要做什么？(6)训练网络需要设置哪些参数？都有什么效果？7 .拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。(4)还有哪种深度神经网络适合用于手写汉字识别？(5)如何改进模型的识别效果？十、主要知识点、重点与难点8 .主要知识点(7)手写汉字识别的背

9、景。(8)分析目标与流程。(9)加载图像数据。(10)构建网络。(12)训练网络。(13)性能评估。(14)模型预测。9 .重点(1)分析目标与流程。(2)加载图像数据。(3)构建网络。(4)编译网络。(5)训练网络。(6)性能评估。10 难点(1)构建网络。(2)编译网络。(3)训练网络。一、教学过程设计1.理论教学过程(I)手写汉字识别的背景。(2)分析目标与流程。(3)加载图像数据。(4)构建网络。(5)编译网络。(6)训练网络。(7)性能评估。2.实验教学过程(1)定义生成图像集路径txt文档的函数。(2)定义读取并变换图像数据格式的类。(3)加载图像数据提取时间序列数据信息。(4)构建网络。(5)编译网络。(6)训练网络。(7)性能评估。(8)模型预测。十二、教材与参考资料1.教材刘双星，张良均PyTorCh与深度学习实战M.北京：人民邮电出版社.2023.8.参考资料1崔炜，张良均.TenSOrF1OW2深度学习实战M.北京：人民邮电出版社.2023.2彭小红，张良均.深度学习与计算机视觉实战M.北京：人民邮电出版社.2023.3弗朗索瓦肖莱，张亮等.PythOn深度学习M.人民邮电出版社.2018.