“工程应用”导向的类脑计算实验教学研究——以BP神经网络为例.pdfVIP

2024年6月教育教学论坛Jun.2024

第24期EDUCATIONANDTEACHINGFORUMNo.24

“工程应用”导向的类脑计算实验教学研究

——以BP神经网络为例

陈  琪，何毓辉，邱亚琴

（华中科技大学 集成电路学院，湖北 武汉 430074）

［摘 要］ 针对“类脑计算与芯片”课程学生对抽象的深度学习理论理解困难且动手能力不足的情况，设计了以工程应用为导向

的类脑计算教学实验：以BP神经网络为例，开发了基于深度学习的数码管数字识别实验；并在课堂上采用工程应用型一体化教

学模式：在教学中以实际应用为案例，做到理论知识与工程应用结合；在训练单元采取“基础训练+项目驱动”的方式，评价方式

采用过程和结果综合考核。通过该实验及教学模式的革新，学生加深了对深度学习原理的理解，熟悉了利用嵌入式平台进行“云

端训练+边缘推断”深度学习工程应用的开发流程；提高了学习的主观能动性和工程实践能力。

［关键词］ 工程应用型；深度学习；边缘人工智能

［基金项目］ 2020—2024年国家重点研发计划重点专项项目“非易失性存算一体忆组器件与电路研究”（2019YFB2205100）；

2024—2027年华中科技大学教学研究项目“类脑集成电路芯片人才培养体系构建”（2023069）

［作者简介］ 陈 琪（1986—），女，湖北汉川人，硕士，华中科技大学集成电路学院工程师，主要从事脑计算研究；邱亚琴（1964—），

女，山西运城人，学士，华中科技大学集成电路学院实验中心副主任（通信作者），主要从事电子器件应用研究。

［中图分类号］ G642.0      ［文献标识码］ A       ［文章编号］ 1674-9324（2024）24-0128-05       ［收稿日期］ 2023-05-26

“类脑计算与芯片”是针对微电子专业学生到边缘端进行推断。

开设的前沿课程，课程围绕深度学习及其硬件实嵌入式系统Arduino作为一种边缘端常用的

现展开，广受学生好评。深度学习是一门理论结处理与控制器，能够部署一定规模的神经网络。

［1］

合实际的学科，目前“类脑计算与芯片”课程教本课程实验从深度学习开发应用角度，设计了多

学没有相应的实验平台和实验课程支撑，纯课堂个实验实践项目。本项目以BP神经网络的监督

教学存在理论问题深、学生不好理解、学生动手能学习为例，利用嵌入式平台Arduino设计了数码管

力不强的问题。以工程应用为导向，开设既能充数字识别的实验。

分理解神经网络模型和训练算法，又关注深度学教学方式上一改传统实验教学中以教师为中

习硬件实现的实验势在必行，也符合高水平新工心、以课堂为依托的教学模式，探索和构建以学生

［2］

科创新人才培养的需求。为教学主体，以工程意识、实践技能和创新设计能

一、研究背景力培养为核心，以工程应用为导向的新型实验教

+

近年来，以“云端计算边缘推断”为代表学模式。

的类脑神经网络应用受到越来越多的关注，边二、实验项目的设计

缘人工智能（Edge Intelligence）极大地扩展了人（一）实验平台硬件原理与设计

［3］

工智能应用场景，引起工业界和学术界极大实验硬件系统整体原理如图1所示。Arduino

［4］

的兴趣。谷歌、微软、英特尔、IBM等企业都通过USB接口与上位机通信。同时利用SRAM

［5］［6］

开始涉足该领