《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》課程標(biāo)準(zhǔn)

1、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)課程標(biāo)準(zhǔn)【課程名稱】神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)【適用專業(yè)】高等職業(yè)教育智能產(chǎn)品開發(fā)專業(yè)一、課程定位1課程性質(zhì)本課程為智能產(chǎn)品開發(fā)專業(yè)職業(yè)技能核心課程。2課程任務(wù)通過本課程學(xué)習(xí)培養(yǎng)學(xué)生智能產(chǎn)品設(shè)計(jì)與開發(fā)的綜合能力，包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)相關(guān)概念，介紹TensorFlow 的變量、矩陣和 各種數(shù)據(jù)源等基本概念，深度剖析線性回歸、支持向量機(jī)、*近鄰域、神經(jīng)網(wǎng)絡(luò)和自然語(yǔ)言處理等算法，并結(jié)合豐富的實(shí)例詳細(xì)講解情 感分析、回歸分析、聚類分析、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)實(shí)戰(zhàn)等應(yīng)用等。3課程銜接本課程的前序課程為Python 程序設(shè)計(jì)、人工智能導(dǎo)論，后續(xù)課程為頂崗實(shí)習(xí)。二、課程目標(biāo)通過本課程學(xué)習(xí)，理解智能產(chǎn)

2、品開發(fā)過程中涉及到的諸多 AI 技術(shù)，能夠根據(jù)實(shí)際要求完成人工智能項(xiàng)目的設(shè)計(jì)、制作、調(diào)試，培 養(yǎng)學(xué)生基本專業(yè)技能、積極參與意識(shí)、責(zé)任意識(shí)、協(xié)作意識(shí)和自信心，使教學(xué)過程更有目的性和針對(duì)性。養(yǎng)成良好的溝通能力與團(tuán)隊(duì) 協(xié)作精神，具有安全文明的工作習(xí)慣、良好的職業(yè)道德、較強(qiáng)的質(zhì)量意識(shí)和創(chuàng)新精神。具體應(yīng)具備以下能力：1理解人工智能產(chǎn)品結(jié)構(gòu)設(shè)計(jì)與生產(chǎn)過程的基本概念；2理解人工智能產(chǎn)品的基本算法、機(jī)器學(xué)習(xí)概念； 3理解深度學(xué)習(xí)概念，了解其應(yīng)用領(lǐng)域；4TensorFlow 的變量、矩陣和各種數(shù)據(jù)源等基本概念 5理解線性回歸概念；6支持向量機(jī)；7聚類分析；8神經(jīng)網(wǎng)絡(luò)和自然語(yǔ)言處理等算法；9人工智能產(chǎn)品控制程序編

3、寫與調(diào)試；10智能產(chǎn)品使用說(shuō)明書的編寫?！窘虒W(xué)內(nèi)容】學(xué)習(xí)情境一、安裝TensorFlow職業(yè)能力目標(biāo)1、安裝前的環(huán)境準(zhǔn)備2、能夠使用 Linux 系統(tǒng)和 Python 語(yǔ)言學(xué)習(xí)子情境 （一）安裝 CUDA 和 cuDNN教學(xué)內(nèi)容 1、CUDA 的安裝2、cuDNN 的安裝課時(shí)分配43、能夠獨(dú)立安裝 Anaconda 4、能夠安裝 CUDA 和 cuDNN 5、掌握 TensorFlow 測(cè)試方法3、Protocol Buffer4、Bazel5、從源代碼編譯并安裝（ 二 ） 安 裝 和 測(cè) 試 TensorFlow1、安裝 TensorFlow2、運(yùn)行向量相加的例子3、加載過程存在的一些問題4

4、二、TensorFlow編程策略1、掌握計(jì)算圖與張量2、熟練使用 TensorFlow 的運(yùn)行模型 3、正確創(chuàng)建變量并管理變量空間（一）TensorFlow 的 數(shù)據(jù)模型1、分析并演示分析 TensorFlow 的 數(shù)據(jù)模型2、會(huì)使用計(jì)算圖描述 TensorFlow64、掌握 variable_scope()與 name_scope() 及其使用方法三、深度前饋 1、掌握網(wǎng)絡(luò)的前饋方式神經(jīng)網(wǎng)絡(luò) 2、全連接的概念3、神經(jīng)元與全連接結(jié)構(gòu)4、前向傳播算法5、線性模型的局限性6、激活函數(shù)（二）TensorFlow 的 運(yùn)行模型（一）網(wǎng)絡(luò)的前饋方 式及全連接的概念（二）激活函數(shù)（三）多層網(wǎng)絡(luò)解決 異或運(yùn)

5、算計(jì)算模型3、張量的使用1、TensorFlow 系統(tǒng)結(jié)構(gòu)概述 2、簡(jiǎn)單使用會(huì)話3、使用 with/as 環(huán)境上下文管理 器4、Session 的參數(shù)配置5、placeholder 機(jī)制1、前饋網(wǎng)絡(luò)2、全連接的概念3、神經(jīng)元與全連接結(jié)構(gòu)1、常用激活函數(shù)2、激活函數(shù)實(shí)現(xiàn)去線性化3、激活函數(shù)調(diào)用棧的查看1、損失函數(shù)2、經(jīng)典損失函數(shù)64643、自定義損失函數(shù)四、優(yōu)化網(wǎng)絡(luò) 1、基于梯度的優(yōu)化 的方法 2、反向傳播（一）基于梯度的優(yōu) 化1、梯度下降算法的概念 2、隨機(jī)梯度下降43、學(xué)習(xí)率的獨(dú)立設(shè)置 4、擬合（二）反向傳播 1、簡(jiǎn)要解釋反向傳播算法2、自適應(yīng)學(xué)習(xí)率算法3、TensorFlow 提供的優(yōu)化器

6、6（三）學(xué)習(xí)率的獨(dú)立 設(shè)置1、指數(shù)衰減的學(xué)習(xí)率2、其他優(yōu)化學(xué)習(xí)率的方法6合三、考核與評(píng)價(jià)本學(xué)習(xí)領(lǐng)域的課程宜考核采用過程考核和期末上機(jī)隨即抽題方式。計(jì)50考核內(nèi)容所占比重平時(shí)考核（70%） 學(xué)生出勤 項(xiàng)目考核 平時(shí)考核70%里扣除期末考核（30%） 上機(jī)考核30%備注學(xué)生曠課 1 次扣 10分，遲到早退 1 次扣 2 分，事假 1 次扣 2 分。其中過程考核包括 4 個(gè)項(xiàng)目，總分為 100 分，乘以權(quán)值 0.7。第一個(gè)項(xiàng)目占 20%，第二個(gè)項(xiàng)目占 25%，第三個(gè)項(xiàng)目占 30%，第四個(gè)占 25%，過程考核 涵蓋項(xiàng)目任務(wù)的全過程，主要包括項(xiàng)目實(shí)施等幾個(gè)方面，見表 3。表 3 過程考核方式與考核標(biāo)準(zhǔn)項(xiàng)

7、目名稱TensorFlow 環(huán)境的安 裝與配置（20%）考核點(diǎn)及占項(xiàng)目分值比框架的安裝（60%）環(huán)境的配置和測(cè)試（40%）考核內(nèi)容操作+記錄操作+調(diào)試考核要求 1.操作正確。2.安裝過程規(guī)范、準(zhǔn)確。 3.記錄結(jié)果規(guī)范正確。 1.讀懂操作步驟。2.測(cè)試設(shè)計(jì)規(guī)范、清晰?？鄯謽?biāo)準(zhǔn)1.操作不正確扣 20 分。2.安裝過程不規(guī)范、準(zhǔn)確扣 20 分。 3.記錄結(jié)果不規(guī)范正確扣 10 分。 1.不會(huì)讀操作步驟扣 20 分。2.測(cè)試設(shè)計(jì)不規(guī)范、清晰扣 20 分。計(jì) 算 圖 與 張 量 的 設(shè) 計(jì) （30%）操作+調(diào)試3.環(huán)境配置正確。 1.設(shè)計(jì)計(jì)算圖。 2.設(shè)計(jì)張量圖。3.環(huán)境配置不正確扣 10 分。 1.不

8、會(huì)設(shè)計(jì)扣 20 分。2.不會(huì)設(shè)計(jì)扣 10 分。TensorFlow 編程策略 （25%）深 度 前 饋 神 經(jīng) 網(wǎng) 絡(luò) （30%）使用 TensorFlow 的運(yùn)行模 型（70%）網(wǎng)絡(luò)的前饋方式（50%）激活函數(shù)（50%）梯度下降算法（40%）操作+調(diào)試編寫+調(diào)試編寫+調(diào)試編寫3.調(diào)試結(jié)果正確。 3.調(diào)試結(jié)果不正確扣 10 分。1.運(yùn)行 TensorFlow 數(shù)據(jù)模型。 1.不會(huì)運(yùn)行扣 10 分。2.運(yùn)行 TensorFlow 計(jì)算模型。 2.運(yùn)行錯(cuò)誤扣 10 分。3.能夠解決運(yùn)行中出現(xiàn)的問題，調(diào) 3.不會(huì)定位問題扣 10 分。試結(jié)果正確。4.不會(huì)解決問題扣 20 分。1.功能不正確扣 10 分。2.程序有誤不正確扣 10 分。1.網(wǎng)絡(luò)前饋方式設(shè)計(jì)和調(diào)試。3.識(shí)別錯(cuò)誤扣 30 分。1.功能不正確扣 10 分。2.程序有誤不正確扣 10 分。1.激活函數(shù)的運(yùn)用。3.傳感器信號(hào)識(shí)別錯(cuò)誤扣 30 分。1.梯度下降算法運(yùn)用正確。1.算法不正確扣 20 分。2.內(nèi)容規(guī)范、準(zhǔn)確。2.反向傳播應(yīng)用錯(cuò)誤口 20 分優(yōu) 化 網(wǎng) 絡(luò)