《PyTorch深度学习项目教程》教案-项目4-提升猫狗图像分类的准确率.docx

《PyTorch深度学习项目教程》教案-项目4-提升猫狗图像分类的准确率

教师姓名

宋桂岭

授课班级

授课周次

授课课时

7

教学目标

知识目标：

1.深入理解卷积神经网络（CNN）的基本概念、结构和原理。

2.学习卷积层、池化层和全连接层的功能，以及它们在图像特征提取中的作用。

3.学习不同经典卷积神经网络架构，如AlexNet、VGGNet、ResNet、MobileNet等，并理解它们的优缺点及适用场景。

4.掌握卷积层尺寸（如滤波器大小、步长、填充等）的计算方法及其对模型性能的影响。

能力目标：

1.能够具体分析卷积网络各层之间的关系，并理解整个网络的训练和推理过程。

2.