《人工智能导论》教学设计 第6章 深度学习_教案.docxVIP

人工智能通识课教学设计

课程名称：

人工智能通识课

授课年级：

大二各年级

授课学期：

2026-2027学年第1学期

教师姓名：

任课教师

专业类别：

理工科（非计算机类）

上课地点：

多媒体教室

总学时：

48学时（理论16+实验32）

使用教材：

人工智能导论

日期：

2026年09月

教案正文

课题名称

第6章深度学习

计划学时

3学时

内容分析

本章聚焦深度学习三大主流架构，从CNN图像识别到RNN文本处理再到Transformer革命。

内容涵盖深度学习三大驱动力（ImageNet数据/GPU算力/算法创新）、

CNN两大核心设计（局部连接+权值共享）与LeNet-5逐层详解、

RNN序列建模与文本填空实例推导、LSTM三门控机制、Seq2Seq编码器-解码器架构、

Transformer自注意力机制与多头注意力、迁移学习两大策略、

国产深度学习框架（PaddlePaddle/MindSpore/PyTorch/TensorFlow）对比。

本章从技术演进（CNN→RNN→Transformer）切入，帮助学生建立深度学习的全景认知。

思政融入

通过展示国产AI芯片（华为昇腾）和国产框架的发展，增强对我国AI基础设施自主可控的信心；

通过迁移学习站在巨人肩膀上的理念，引导学生善用开源成果、回馈开源社区；

深度学习并非魔法——通过能力边界的讨论，培养理性、批判的技术