自然语言处理（第2章）教案.docx

PAGE2

深度神经网络

参考学时

4学时。

教学目标（能力要求）

学生能理解线性回归与逻辑回归的原理，掌握Softmax回归用于多分类的方法。

学生能了解神经网络训练中分类与回归任务的区别，掌握常用损失函数与梯度下降系列优化算法；

学生能掌握前馈神经网络中多层感知机的前向传播与反向传播机制，理解参数更新的过程；

学生能熟悉卷积神经网络的基本结构与核心组件（卷积层、池化层），了解LeNet、AlexNet、VGG、ResNet等经典模型；

让学生理解RNN处理序列数据的原理及其在NLP等领域的应用。

教学重点和难点

教学重点：掌握前馈神经网络的前向与反向传播机制，理解CNN与RNN的结构