第7章单元1 深度学习网络.docxVIP

《人工智能通识与实践》

第7章单元1深度学习网络

教案

教学任务

项目1人工神经网络基础

人工神经元2.激活函数

项目2简单神经网络

单层神经网络2.两层神经网络3.多层神经网络

项目3典型深度学习模型

卷积神经网络2.图神经网络3.循环神经网络4.长短期神经网络5.生成对抗式网络

授课课时

总时长3学时：课堂讲授2学时、实践环节1学时

一、教学分析

学习目标

知识目标

掌握人工神经元、激活函数及各神经网络结构原理，理解典型深度学习模型的适配场景与核心差异。

能力目标

能区分各类神经网络模型特点，运用其分析处理对应数据，理解模型在AI领域的落地逻辑。

素质目标

培养深度学习建模思维与工程素养，树立技术创新意识，提升复杂数据处理的逻辑分析能力。

教学重点

掌握人工神经网络核心构成与激活函数作用，理解各层级神经网络原理，区分典型深度学习模型的适配场景与核心逻辑

教学难点

激活函数非线性作用原理，LSTM门控机制与GAN对抗逻辑，GNN对非结构化图数据的处理流程。

教学内容

讲解人工神经元与四类激活函数的原理及应用；阐述单、双、多层神经网络的结构与训练方法；解析CNN、GNN、RNN、LSTM、GAN的核心架构、工作逻辑及典型应用场景，对比各模型的适用数据类型与技术差异。

二、教学策略

教学设计

以AI图像生成、智能语音交互等生活化深度学习应用