TensorFlow2深度学习实战-教案
第1章深度学习概述
教案
课程名称:TensorFlow 2 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36学时,实验28学时)
总学分:4.0学分
本章学时学python需要什么2学时
一、材料清单
(1) TensorFlow 2 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
本章主要介绍深度学习的基本定义以及其应用领域,包括物体检测、视觉定位、物体测量、物体分拣、图像分割、图像的生成等应用领域;然后分别介绍深度学习与计算机视觉、自然语言处理、语言识别、机器学习和人工智能间的关系;最后介绍常用的深度学习基本框架以及TensorFlow的生态和特征。
2.素质目标
(1) 培养学生自主学习意识,将理论联系实际并落到实处。
(2) 培养学生尊重知识产权,合理的运用他人劳动成果。
(3) 培养学生的探索精神,不断主动学习新的知识内容。
3.基本要求
(1) 了解深度学习的基本定义。
(2) 了解深度学习的常见应用场景。
(3) 了解常见的深度学习应用技术。
(4) 了解常见的深度学习框架。
(5) 熟悉深度学习框架TensorFlow的生态。
(6) 熟悉深度学习框架TensorFlow的特性。
(7) 熟悉深度学习框架TensorFlow的改进过程。
三、问题
4.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) 深度学习能够做什么?
(2) 现实生活中存在哪些地方应用了深度学习技术?
(3) 该如何进行数据分析?
(4) TenserFlow框架有哪些优势?
5.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) 深度学习技术是怎么影响计算机视觉领域的?
(2) 深度学习与人工智能的关系是什么?
(3) TenserFlow具有什么样的生态?
6.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) 深度学习是不是万能的?
(2) TenserFlow2做出了哪些改进?
四、主要知识点、重点与难点
7.主要知识点
(1) 深度学习的概念和常见应用场景
(2) 常见的深度学习应用技术
(3) 常见的深度学习框架
(4) 深度学习框架TensorFlow的生态、特性和改进过程
8.重点
(1) 深度学习的概念和常见应用场景。
(2) 深度学习框架TensorFlow的生态、特性和改进过程
9.难点
深度学习框架TensorFlow的生态、特性和改进过程
五、教学过程设计
10.理论教学过程
(1) 深度学习的基本定义
(2) 深度学习常见应用场景
(3) 常见的深度学习应用技术
(4) 常见的深度学习框架
(5) 深度学习框架TensorFlow的生态
(6) 深度学习框架TensorFlow的特性。
(7) 深度学习框架TensorFlow的改进过程
11.实验教学过程
六、教材与参考资料
12.教材
崔炜,张良均.TensorFlow 2 深度学习实战[M].北京:人民邮电出版社.2021.
13.参考资料
[1]    陈屹.神经网络与深度学习实战:Python+Keras+TensorFlow[M],北京:机械工业出版社,2019.8.
[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.2022.
第2章 TensorFlow 2快速入门
教案
课程名称:TensorFlow 2 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36学时,实验28学时)
总学分:4.0学分
本章学时12学时
七、材料清单
(6) TensorFlow 2 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
14.教学目标
本章主要介绍TensorFlow 2的环境搭建方法和深度学习通用流程,其中环境搭建方法包括CPU环境搭建和GPU环境搭建;通过训练一个线性模型来介绍TensorFlow的工作流程,并介绍TensorFlow 2的基本数据类型;然后介绍TensorFlow 2深度学习的通用流程,包括数据加载、数据预处理、构建网络、编译网络、训练网络、性能评价以及模型的保存与调用。