湘教版 信息技术 八年级下册 2.1 神经网络与深度学习 教学设计.docxVIP

湘教版 信息技术 八年级下册 2.1 神经网络与深度学习 教学设计.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

单元基本信息

单元教学主题

第二单元机器能识别

单元课时

6

单元项目情境与任务

在某些地区,农作物经常受到不同虫害的侵袭,导致产量下降。请同学们应用所学的生物学知识和深度学习技术识别多种昆虫,帮助家乡的农民监测农作物虫害情况,减少经济损失。

单元学习目标

1.知识技能

(1)知道全连接神经网络和深度学习的概念及应用,能够说出全连接神经网络是如何连接的。

(2)知道卷积神经网络的训练和推理过程,明白训练工具的操作步骤。

(3)知道图像分类任务的操作和应用流程,明白数据集的格式规范。

2.素养指向

(1)信息意识:能够认识到人工智能对人类社会的影响,并能将其应用于项目问题的解决。

(2)计算思维:能够根据农作物虫害的真实情况,设计出解决问题的方案。

(3)数字化学习与创新:能够通过网络或大语言模型收集、整理与使用相关资料,协同解决相关项目问题。

(4)信息社会责任:能够主动运用人工智能技术帮助学生解决农场虫害侵扰的问题。

单元教学整体规划

项目活动

对应课题

拟解决的项目子问题或子任务

课时

项目筹备

第1课神经网络与深度学习

规划项目实施方案

1

知识探究

了解深度学习的基本概念,为项目实施储备知识

第2课卷积神经网络及其应用

了解卷积神经网络的重要性,为项目实施储备知识

1

第3课用深度学习实现图像分类

了解图像分类数据集制作流程并训练模型,为项目实施储备知识

2

整理展示

第4课跨学科活动:昆虫的识别

科学规范地设计并完成项目“昆虫的识别”

2

项目实施

课题名称

第1课神经网络与深度学习

课时目标

1.合理规划项目实施方案,能够基于小组情况与实验室条件进行规划。

2.知道感知机模型的结构和原理,能够说出不同感知机的区别。

3.知道全连接神经网络的应用,能够说出深度学习的优势和应用场景。

教学准备

网络计算机

导学过程

意图说明

一、项目筹备

1.展示单元项目情境

在湖南地区,农作物经常受到不同虫害的侵袭,导致产量下降。请同学们应用所学的生物学知识和深度学习技术识别多种昆虫,帮助家乡的农民监测农作物虫害情况,减少经济损失。

提出单元项目任务

请你组建一个小组,应用人工神经网络与深度学习相关知识,搭建一个昆虫识别应用,实现对虫类图像的分类,识别需要防范的昆虫,进一步思考用这些知识可以解决哪些问题?

(1)提供项目方案范例

学习知识

实施步骤

预期成果

认识神经网络和深度学习;

认识卷积神经网络;

训练深度神经网络;

模型的评估与部署。

搭建全连接神经网络分类模型;

用EasyTrain训练LeNet模型;

昆虫数据的收集与整理;

用MMEdu训练一个昆虫识别模型,完成模型转换并部署。

神经网络和深度学习的认识(PPT格式);

一个昆虫数据集(ZIP格式);

完成模型训练并部署(视频、模型);

项目报告(PDF格式)。

小组名:

姓名

角色

职责

学生A

组长

负责项目统筹、监督与管理

学生B

成员

负责进行数据集制作与文档

学生C

成员

负责模型训练与评估

学生D

成员

负责模型部署与软硬件测试

(2)引导开展自主规划

要求以小组为单位,基于自身情况进行规划,并将结果填入下表1、表2。

表1项目实施规划

学习知识

实施步骤

预期成果

表2小组合作分工

小组名:

姓名

角色

职责

(3)各小组汇报展示交流

展示小组规划成果,交流规划缘由。

知识探究

1.项目子问题或任务引入

收集与深度学习相关的专业知识与工具,为完成“昆虫的识别”项目作知识储备。

2.探究内容与要求

(1)方法引领:遵循“由浅入深”的认知规律

(2)主要内容:

①神经网络的起源。——人工智能发展历程

②神经网络的发展。——多种神经网络

③从浅层学习到深度学习。——深度神经网络的优势

3.知识习得

(1)自主阅读:以教材P38-46为主,网络知识作补充。

(2)知识梳理:

①1943年提出的“M-P模型”,解释了如何通过神经元连接的网络进行逻辑计算。

②神经网络的发展经历了单层感知机、多层感知机、全连接神经网络这几种模型。

③深度神经网络的优势主要体现在将自动提取特征和训练模型分类识别两个步骤融合在深度神经网络中。

4.核心素养培育

(1)学会分析:哪一种人工智能模型更适合项目“昆虫的识别”?

辅助分析支架:要实现“昆虫的识别”的图像分类功能,选择传统的机器学习难以实现,需要使用深度学习模型。

(2)对学科方法、工具或作品进行评价反思:

请谈谈深度学习与大数据技术、机器高速运算能力的关系?

习题测试

1.根据你对人工神经网络的理解,请填空。

(1)神经网络:多层神经网络由、和组成。

(2)模型搭建:神经网络中不同之间的进行连接,形成了模型。

参考答案:

(1)输入

您可能关注的文档

文档评论(0)

Zeng + 关注
实名认证
文档贡献者

教师资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2025年05月30日上传了教师资格证

1亿VIP精品文档

相关文档