第3章 PyTorch深度學習基礎 教案

第3章PyTorch深度學習基礎教案課程名稱：PyTorch與深度學習實戰(zhàn)課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學時：64學時（其中理論26學時，實驗38學時）總學分：4.0學分本章學時：10學時材料清單《PyTorch與深度學習實戰(zhàn)》教材。配套PPT。引導性提問。探究性問題。拓展性問題。教學目標與基本要求教學目標通過介紹使用PyTorch實現(xiàn)常見的深度學習網(wǎng)絡，包括卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡和生成對抗網(wǎng)絡，學生達到以下目標：了解常用的卷積神經(jīng)網(wǎng)絡的算法理論及應用；了解常用的循環(huán)神經(jīng)網(wǎng)絡的算法理論及應用；了解常用的生成對抗神經(jīng)網(wǎng)絡的算法理論及應用；掌握使用PyTorch實現(xiàn)常用深度神經(jīng)網(wǎng)絡的構(gòu)建和訓練的方法。基本要求了解常用的卷積神經(jīng)網(wǎng)絡的算法理論及應用。了解常用的循環(huán)神經(jīng)網(wǎng)絡的算法理論及應用。了解常用的生成對抗神經(jīng)網(wǎng)絡的算法理論及應用。掌握使用PyTorch實現(xiàn)常用深度神經(jīng)網(wǎng)絡的構(gòu)建和訓練的方法。問題1.引導性提問引導性提問需要教師根據(jù)教材內(nèi)容和學生實際水平，提出問題，啟發(fā)引導學生去解決問題，提問，從而達到理解、掌握知識，發(fā)展各種能力和提高思想覺悟的目的。PyTorch實現(xiàn)常見的深度學習網(wǎng)絡有哪些？不同的深度學習網(wǎng)絡有什么區(qū)別？深度學習網(wǎng)絡有哪些方面應用？如何使用PyTorch實現(xiàn)不同的深度學習網(wǎng)絡？2.探究性問題探究性問題需要教師深入鉆研教材的基礎上精心設計，提問的角度或者在引導性提問的基礎上，從重點、難點問題切入，進行插入式提問。或者是對引導式提問中尚未涉及但在課文中又是重要的問題加以設問。用PyTorch實現(xiàn)深度學習網(wǎng)絡的完整流程是怎樣的？深度學習網(wǎng)絡應用在那些場景？不同的深度神經(jīng)網(wǎng)絡中的網(wǎng)絡層的有哪些異同？拓展性問題拓展性問題需要教師深刻理解教材的意義，學生的學習動態(tài)后，根據(jù)學生學習層次，提出切實可行的關(guān)乎實際的可操作問題。亦可以提供拓展資料供學生研習探討，完成拓展性問題。針對同一問題，如何選擇合適的深度學習網(wǎng)絡？PyTorch深度學習框架與其它深度學習模型相比，有哪些異同？使用PyTorch深度學習框架，可以從哪些角度入手？主要知識點、重點與難點主要知識點常用卷積神經(jīng)網(wǎng)絡算法及其結(jié)構(gòu)。卷積神經(jīng)網(wǎng)絡的核心網(wǎng)絡層。常見的循環(huán)神經(jīng)網(wǎng)絡算法及其結(jié)構(gòu)。循環(huán)神經(jīng)網(wǎng)絡中的常用網(wǎng)絡層。經(jīng)典生成對抗網(wǎng)絡（經(jīng)典GAN）的算法及其結(jié)構(gòu)。常用的生成對抗網(wǎng)絡算法及其結(jié)構(gòu)。重點不同深度學習網(wǎng)絡的概念、流程與應用場景。不同深度學習網(wǎng)絡的PyTorch下的實現(xiàn)。難點不同深度學習網(wǎng)絡的概念與流程。教學過程設計理論教學過程常用卷積神經(jīng)網(wǎng)絡算法及其結(jié)構(gòu)。卷積神經(jīng)網(wǎng)絡的核心網(wǎng)絡層。使用卷積神經(jīng)網(wǎng)絡實現(xiàn)手寫數(shù)字識別圖像分類。常見的循環(huán)神經(jīng)網(wǎng)絡算法及其結(jié)構(gòu)。循環(huán)神經(jīng)網(wǎng)絡中的常用網(wǎng)絡層。使用循環(huán)神經(jīng)網(wǎng)絡實現(xiàn)時間序列分析。經(jīng)典生成對抗網(wǎng)絡（經(jīng)典GAN）的算法及其結(jié)構(gòu)。常用的生成對抗網(wǎng)絡算法及其結(jié)構(gòu)。使用生成對抗網(wǎng)絡實現(xiàn)手寫數(shù)字圖像生成。實驗教學過程使用卷積神經(jīng)網(wǎng)絡實現(xiàn)手寫數(shù)字識別圖像分類。使用循環(huán)神經(jīng)網(wǎng)絡實現(xiàn)時間序列分析。使用生成對抗網(wǎng)絡實現(xiàn)手寫數(shù)字圖像生成。教材與參考資料教材劉雙星，張良均．PyTorch與深度學習實戰(zhàn)[M]．北京：人民郵電出版社．2023．參考資料[1] 崔煒，張良均．TensorFlow2深度學習實戰(zhàn)[M]．北京：人民郵電出版社．2021．[2] 彭小紅，張良均．深