《Keras与深度学习实战》教学教案.docxVIP

第1章 深度学习概述 教案 课程名称：Keras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：48学时（其中理论30学时，实验18学时） 总学分：3.0学分 本章学时：2学时 材料清单 《Keras与深度学习实战》教材。 配套PPT。 引导性提问。 探究性问题。 拓展性问题。 教学目标与基本要求 教学目标 主要对深度学习进行了概述介绍。首先介绍深度学习的定义，然后用实例讲解深度学习常见应用。介绍深度学习与其他领域的关系，包括计算机视觉、自然语言处理、语音识别等。最后针对深度学习的常用框架及其特点进行了对比，并着重讲述Keras框架的接口、特性、安装方法和框架中的预训练模型。 基本要求 了解深度学习的基本定义。 了解深度学习常见的应用。 了解深度学习与其他领域的关系。 熟悉深度学习框架Keras的常见接口、特性。 掌握深度学习框架Keras的安装方法。 问题 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。 深度学习能够做什么？ 现实生活中存在哪些深度学习技术？ Keras框架有哪些优势？ 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。 Keras框架有什么特性？ 深度学习能够应用在那些场景？ 预训练模型有什么作用？ 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。 深度学习是不是万能的？ Keras用于做深度学习有哪些优势？ 主要知识点、重点与难点 主要知识点 深度学习的基本定义。 深度学习常见的应用。 深度学习与其他领域的关系。 深度学习框架Keras的常见接口、特性。 深度学习框架Keras的安装方法。 预训练模型的概念与使用方法。 重点 深度学习框架Keras的常见接口、特性。 深度学习框架Keras的安装方法。 预训练模型的概念与使用方法。 难点 深度学习框架Keras的安装方法。 预训练模型的概念与使用方法。 教学过程设计 理论教学过程 深度学习的基本定义。 深度学习的常见应用。 深度学习与其他领域的关系。 Keras的常见接口 Keras的特性。 Keras的安装方法。 预训练模型的概念。 预训练模型的使用方法。 实验教学过程 安装Keras。 使用预训练模型实现图片分类。 教材与参考资料 教材 黄可坤，张良均．Keras与深度学习实战[M]．北京：人民邮电出版社．2023． 参考资料 [1] 张良均．Python数据分析与挖掘实战[M]．北京：机械工业出版社．2015． [2] 张良均．Python与数据挖掘[M]．北京：机械工业出版社．2016． 第2章 Keras深度学习通用流程 教案 课程名称：Keras与深度学习实战 课程类别：专业任选课程 适用专业：信息与计算科学 总学时：48学时 总学分：3.0学分 本章学时：14学时 材料清单 《Keras与深度学习实战》教材。 配套PPT。 引导性提问。 探究性问题。 拓展性问题。 教学目标与基本要求 教学目标 以手写数字识别实例，学习理解和掌握深度学习的通用流程。而后介绍数据加载与预处理的函数常用参数及其说明。接着介绍选择合适的模型结构以及优化算法构建网络。列举常用的优化器和损失函数。紧接着阐述模型训练和性能评估。最后介绍3种模型的保存与加载方法。 基本要求 （1）熟悉Keras实现深度学习的流程。 （2）掌握利用Keras加载与预处理数据的常用方法。 （3）掌握利用Keras构建基本神经网络的方法。 （4）掌握利用Keras设置优化器和损失函数的方法。 （5）掌握利用Keras评估神经网络性能的方法。 （6）掌握利用Keras保存与加载神经网络模型的方法。 问题 引导性提问 Keras深度学习通用流程中的第一步是什么？ 构建一个Keras深度学习模型需要哪些关键组件？ 在Keras中，如何加载和准备数据集以供模型训练？ 探究性问题 在数据预处理阶段，常用的技术有哪些，它们对模型的训练性能有何影响？ 如何理解分批训练神经网络？ Keras提供了哪些内置的深度学习模型架构？ Keras深度学习通用流程中的模型编译步骤的作用是什么？ 为什么需要选择损失函数和优化器？ 拓展性问题 除了训练模型，你认为在Keras中还有哪些重要的任务或方法可以进一步探索和研究？ 在模型训练过程中，有哪些常见的调试技巧可以帮助我们识别和解决问题？ Keras深度学习通用流程中的模型评估