第7章 基于TipDM大數(shù)據(jù)挖掘建模平臺實現(xiàn)文本生成 教案_第1頁
第7章 基于TipDM大數(shù)據(jù)挖掘建模平臺實現(xiàn)文本生成 教案_第2頁
第7章 基于TipDM大數(shù)據(jù)挖掘建模平臺實現(xiàn)文本生成 教案_第3頁
第7章 基于TipDM大數(shù)據(jù)挖掘建模平臺實現(xiàn)文本生成 教案_第4頁
第7章 基于TipDM大數(shù)據(jù)挖掘建模平臺實現(xiàn)文本生成 教案_第5頁
全文預覽已結束

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

第7章基于TipDM大數(shù)據(jù)挖掘建模平臺實現(xiàn)文本生成教案課程名稱:PyTorch與深度學習實戰(zhàn)課程類別:必修適用專業(yè):人工智能類相關專業(yè)總學時:64學時(其中理論26學時,實驗38學時)總學分:4.0學分本章學時:3學時材料清單《PyTorch與深度學習實戰(zhàn)》教材。配套PPT。引導性提問。探究性問題。拓展性問題。教學目標與基本要求教學目標本章介紹如何在TipDM數(shù)據(jù)大挖掘建模平臺上配置文本生成案例的工程,從文本預處理開始,再到構建網(wǎng)絡,最后訓練LSTM網(wǎng)絡生成詩句?;疽罅私釺ipDM大數(shù)據(jù)挖掘建模平臺的相關概念和特點。熟悉使用TipDM大數(shù)據(jù)挖掘建模平臺配置文本生成任務的總體流程。掌握使用TipDM大數(shù)據(jù)挖掘建模平臺獲取數(shù)據(jù)的方法。掌握使用TipDM大數(shù)據(jù)挖掘建模平臺進行配置數(shù)據(jù)源、文本預處理、構建網(wǎng)絡、訓練網(wǎng)絡等操作。問題引導性提問引導性提問需要教師根據(jù)教材內容和學生實際水平,提出問題,啟發(fā)引導學生去解決問題,提問,從而達到理解、掌握知識,發(fā)展各種能力和提高思想覺悟的目的。TipDM數(shù)據(jù)挖掘建模平臺能做些什么?TipDM數(shù)據(jù)挖掘建模平臺如何實現(xiàn)文本生成?探究性問題探究性問題需要教師深入鉆研教材的基礎上精心設計,提問的角度或者在引導性提問的基礎上,從重點、難點問題切入,進行插入式提問?;蛘呤菍σ龑教釂栔猩形瓷婕暗谡n文中又是重要的問題加以設問。在TipDM數(shù)據(jù)挖掘建模平臺上如何讀取數(shù)據(jù)?在TipDM數(shù)據(jù)挖掘建模平臺上如何進行文本預處理?拓展性問題拓展性問題需要教師深刻理解教材的意義,學生的學習動態(tài)后,根據(jù)學生學習層次,提出切實可行的關乎實際的可操作問題。亦可以提供拓展資料供學生研習探討,完成拓展性問題。在TipDM數(shù)據(jù)挖掘建模平臺上能否實現(xiàn)手寫漢字識別?在TipDM數(shù)據(jù)挖掘建模平臺上能否實現(xiàn)圖像風格轉換?主要知識點、重點與難點主要知識點TipDM大數(shù)據(jù)挖掘建模平臺的相關概念和特點。使用TipDM大數(shù)據(jù)挖掘建模平臺配置文本生成任務的總體流程。使用TipDM大數(shù)據(jù)挖掘建模平臺獲取數(shù)據(jù)的方法。使用TipDM大數(shù)據(jù)挖掘建模平臺進行配置數(shù)據(jù)源、文本預處理、構建網(wǎng)絡、訓練網(wǎng)絡等操作。重點使用TipDM大數(shù)據(jù)挖掘建模平臺配置文本生成任務的總體流程。使用TipDM大數(shù)據(jù)挖掘建模平臺獲取數(shù)據(jù)的方法。使用TipDM大數(shù)據(jù)挖掘建模平臺進行配置數(shù)據(jù)源、文本預處理、構建網(wǎng)絡、訓練網(wǎng)絡等操作。難點使用TipDM大數(shù)據(jù)挖掘建模平臺獲取數(shù)據(jù)的方法。使用TipDM大數(shù)據(jù)挖掘建模平臺進行配置數(shù)據(jù)源、文本預處理、構建網(wǎng)絡、訓練網(wǎng)絡等操作。教學過程設計理論教學過程TipDM大數(shù)據(jù)挖掘建模平臺的相關概念和特點。使用TipDM大數(shù)據(jù)挖掘建模平臺配置文本生成任務的總體流程。使用TipDM大數(shù)據(jù)挖掘建模平臺獲取數(shù)據(jù)的方法。使用TipDM大數(shù)據(jù)挖掘建模平臺進行配置數(shù)據(jù)源、文本預處理、構建網(wǎng)絡、訓練網(wǎng)絡等操作。實驗教學過程配置數(shù)據(jù)源。文本預處理。訓練網(wǎng)絡。教材與參考資料教材劉雙星,張良均.PyTorch與深度學習實戰(zhàn)[M].北京:人民郵電出版社.2023.參考資料[1] 崔煒,張良均.TensorFlow2深度學習實戰(zhàn)[M].北京:人民郵電出版社.2021.[2] 彭小紅,張良均.深度學習與

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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