第4章 手寫漢字識別 教案_第1頁
第4章 手寫漢字識別 教案_第2頁
第4章 手寫漢字識別 教案_第3頁
第4章 手寫漢字識別 教案_第4頁
第4章 手寫漢字識別 教案_第5頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

第4章手寫漢字識別教案課程名稱: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):14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。探究性問題。拓展性問題。教學(xué)目標(biāo)與基本要求教學(xué)目標(biāo)在本章中展示如何在PyTorch框架下構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行手寫漢字圖像的識別。首先需要加載手寫漢字圖像數(shù)據(jù),然后構(gòu)建卷積神經(jīng)網(wǎng)絡(luò),其次設(shè)置優(yōu)化器和損失函數(shù),最后訓(xùn)練網(wǎng)絡(luò)并對訓(xùn)練好的模型進(jìn)行性能評估?;疽罅私鈺鴮憹h字識別的相關(guān)背景。掌握卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)建方法。掌握編譯、訓(xùn)練模型的方法。掌握對模型進(jìn)行性能評估、泛化測試的方法。問題引導(dǎo)性提問引導(dǎo)性提問需要教師根據(jù)教材內(nèi)容和學(xué)生實(shí)際水平,提出問題,啟發(fā)引導(dǎo)學(xué)生去解決問題,提問,從而達(dá)到理解、掌握知識,發(fā)展各種能力和提高思想覺悟的目的。手寫漢字識別有哪些應(yīng)用?手寫漢字識別包含哪些步驟?探究性問題探究性問題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計(jì),提問的角度或者在引導(dǎo)性提問的基礎(chǔ)上,從重點(diǎn)、難點(diǎn)問題切入,進(jìn)行插入式提問?;蛘呤菍σ龑?dǎo)式提問中尚未涉及但在課文中又是重要的問題加以設(shè)問。如何構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)?編譯網(wǎng)絡(luò)的步驟中需要做什么?訓(xùn)練網(wǎng)絡(luò)需要設(shè)置哪些參數(shù)?都有什么效果?拓展性問題拓展性問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,完成拓展性問題。還有哪種深度神經(jīng)網(wǎng)絡(luò)適合用于手寫漢字識別?如何改進(jìn)模型的識別效果?主要知識點(diǎn)、重點(diǎn)與難點(diǎn)主要知識點(diǎn)手寫漢字識別的背景。分析目標(biāo)與流程。加載圖像數(shù)據(jù)。構(gòu)建網(wǎng)絡(luò)。編譯網(wǎng)絡(luò)。訓(xùn)練網(wǎng)絡(luò)。性能評估。模型預(yù)測。重點(diǎn)分析目標(biāo)與流程。加載圖像數(shù)據(jù)。構(gòu)建網(wǎng)絡(luò)。編譯網(wǎng)絡(luò)。訓(xùn)練網(wǎng)絡(luò)。性能評估。難點(diǎn)構(gòu)建網(wǎng)絡(luò)。編譯網(wǎng)絡(luò)。訓(xùn)練網(wǎng)絡(luò)。教學(xué)過程設(shè)計(jì)理論教學(xué)過程手寫漢字識別的背景。分析目標(biāo)與流程。加載圖像數(shù)據(jù)。構(gòu)建網(wǎng)絡(luò)。編譯網(wǎng)絡(luò)。訓(xùn)練網(wǎng)絡(luò)。性能評估。模型預(yù)測。實(shí)驗(yàn)教學(xué)過程定義生成圖像集路徑txt文檔的函數(shù)。定義讀取并變換圖像數(shù)據(jù)格式的類。加載圖像數(shù)據(jù)提取時(shí)間序列數(shù)據(jù)信息。構(gòu)建網(wǎng)絡(luò)。編譯網(wǎng)絡(luò)。訓(xùn)練網(wǎng)絡(luò)。性能評估。模型預(yù)測。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)視覺實(shí)戰(zhàn)[M].北京:

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論