第2章 PyTorch深度學(xué)習(xí)通用流程 教案

第2章PyTorch深度學(xué)習(xí)通用流程教案課程名稱：PyTorch與深度學(xué)習(xí)實(shí)戰(zhàn)課程類別：必修適用專業(yè)：人工智能類相關(guān)專業(yè)總學(xué)時(shí)：64學(xué)時(shí)（其中理論26學(xué)時(shí)，實(shí)驗(yàn)38學(xué)時(shí)）總學(xué)分：4.0學(xué)分本章學(xué)時(shí)：6學(xué)時(shí)材料清單《PyTorch與深度學(xué)習(xí)實(shí)戰(zhàn)》教材。配套PPT。引導(dǎo)性提問(wèn)。探究性問(wèn)題。拓展性問(wèn)題。教學(xué)目標(biāo)與基本要求教學(xué)目標(biāo)本章中展示在PyTorch框架下深度學(xué)習(xí)的通用流程，并使用貓狗分類進(jìn)行流程的演示。首先介紹加載和預(yù)處理數(shù)據(jù)的方法，然后介紹兩種構(gòu)建網(wǎng)絡(luò)的方法和常用的激活函數(shù)，其次通過(guò)設(shè)置優(yōu)化器和損失函數(shù)進(jìn)行網(wǎng)絡(luò)的編譯，接下來(lái)設(shè)置訓(xùn)練網(wǎng)絡(luò)時(shí)的迭代次數(shù)和批訓(xùn)練，最后對(duì)訓(xùn)練好的模型進(jìn)行性能評(píng)估?；疽罅私釶yTorch深度學(xué)習(xí)的通用流程.掌握使用PyTorch進(jìn)行數(shù)據(jù)加載和預(yù)處理的方法。掌握使用PyTorch構(gòu)建神經(jīng)網(wǎng)絡(luò)的方法。掌握使用PyTorch編譯神經(jīng)網(wǎng)絡(luò)的方法。掌握使用PyTorch訓(xùn)練神經(jīng)網(wǎng)絡(luò)的方法。掌握使用PyTorch進(jìn)行性能評(píng)估的方法。問(wèn)題引導(dǎo)性提問(wèn)引導(dǎo)性提問(wèn)需要教師根據(jù)教材內(nèi)容和學(xué)生實(shí)際水平，提出問(wèn)題，啟發(fā)引導(dǎo)學(xué)生去解決問(wèn)題，提問(wèn)，從而達(dá)到理解、掌握知識(shí)，發(fā)展各種能力和提高思想覺(jué)悟的目的。深度學(xué)習(xí)包含哪些步驟？PyTorch要怎么讀取數(shù)據(jù)？探究性問(wèn)題探究性問(wèn)題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計(jì)，提問(wèn)的角度或者在引導(dǎo)性提問(wèn)的基礎(chǔ)上，從重點(diǎn)、難點(diǎn)問(wèn)題切入，進(jìn)行插入式提問(wèn)?；蛘呤菍?duì)引導(dǎo)式提問(wèn)中尚未涉及但在課文中又是重要的問(wèn)題加以設(shè)問(wèn)。數(shù)據(jù)預(yù)處理的作用是什么？編譯網(wǎng)絡(luò)的步驟中需要做什么？有哪些手段能夠評(píng)估模型的效果？拓展性問(wèn)題拓展性問(wèn)題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動(dòng)態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提出切實(shí)可行的關(guān)乎實(shí)際的可操作問(wèn)題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問(wèn)題。在訓(xùn)練網(wǎng)絡(luò)的過(guò)程中使用批訓(xùn)練有什么好處？不同的評(píng)估指標(biāo)分別適用于哪些場(chǎng)景？主要知識(shí)點(diǎn)、重點(diǎn)與難點(diǎn)主要知識(shí)點(diǎn)數(shù)據(jù)加載。數(shù)據(jù)預(yù)處理。常用的網(wǎng)絡(luò)構(gòu)建方法。激活函數(shù)。損失函數(shù)。優(yōu)化器。迭代次數(shù)。批訓(xùn)練。評(píng)估指標(biāo)。重點(diǎn)數(shù)據(jù)預(yù)處理。常用的網(wǎng)絡(luò)構(gòu)建方法。激活函數(shù)。損失函數(shù)。優(yōu)化器。迭代次數(shù)。批訓(xùn)練。難點(diǎn)常用的網(wǎng)絡(luò)構(gòu)建方法。激活函數(shù)。損失函數(shù)。優(yōu)化器。迭代次數(shù)。教學(xué)過(guò)程設(shè)計(jì)理論教學(xué)過(guò)程數(shù)據(jù)加載。數(shù)據(jù)預(yù)處理。常用的網(wǎng)絡(luò)構(gòu)建方法。激活函數(shù)。損失函數(shù)。優(yōu)化器。迭代次數(shù)。批訓(xùn)練。評(píng)估指標(biāo)。實(shí)驗(yàn)教學(xué)過(guò)程加載及預(yù)處理貓狗分類數(shù)據(jù)。構(gòu)建基于CNN的貓狗分類網(wǎng)絡(luò)。編譯基于CNN的貓狗分類網(wǎng)絡(luò)。訓(xùn)練基于CNN的貓狗分類網(wǎng)絡(luò)。評(píng)估基于CNN的貓狗分類模型性能。教材與參考資料教材劉雙星，張良均．PyTorch與深度學(xué)習(xí)實(shí)戰(zhàn)[M]．北京：人民郵電出版社．2023．參考資料[1] 崔煒，張良均．TensorFlow2深度學(xué)習(xí)實(shí)戰(zhàn)[M]．北京：人民郵電出版社．2021．[2] 彭小紅，張良均．深度學(xué)習(xí)與計(jì)算機(jī)視覺(jué)實(shí)戰(zhàn)