资源简介

(共15张PPT)
第2单元 机器能识别
项目筹备+第1课 神经网络与深度学习
八年级 下册
主要内容
项目筹备
/01
/02
知识探究
/03
习题测试
/04
小节回顾
/05
作业布置
01 准备过程
02 整体结构
03 重点说明
04 名词解释
项目筹备
1.项目情境
在某些地区，农作物经常受到不同虫害的侵袭，导致产量下降。请同学们应用所学的生物学知识和深度学习技术识别多种昆虫，帮助家乡的农民监测农作物虫害情况，减少经济损失。
01 准备过程
02 整体结构
03 重点说明
04 名词解释
项目筹备
2.项目任务
为了解决这个问题，请你组建一个小组，应用人工神经网络与深度学习相关知识，搭建一个昆虫识别应用，实现对虫类图像的分类，识别需要防范的昆虫，进一步思考用这些知识可以解决哪些问题？
根据以下格式，参考范例，完成项目方案。
学习知识 实施步骤 预期成果
认识神经网络和深度学习 认识卷积神经网络 训练深度神经网络 模型的评估与部署 搭建全连接神经网络分类模型 用EasyTrain训练LeNet模型 昆虫数据的收集与整理 用MMEdu训练一个昆虫识别模型，完成模型转换并部署 神经网络和深度学习的认识（PPT格式）
一个昆虫数据集（ZIP格式）
能完成模型训练并部署（视频、模型）
项目报告（PDF格式）
根据以下格式，参考范例，完成小组分工。
小组名
姓名 角色 职责
学生A 组长 负责项目统筹、监督与管理
学生B 成员 负责进行数据集制作与文档
学生C 成员 负责模型训练与评估
学生D 成员 负责模型部署与软硬件测试
01 准备过程
02 整体结构
03 重点说明
04 名词解释
项目筹备
3.汇报交流
汇报你们小组想搭建怎样的一个应用，实现哪些功能？全体成员上台，由一人进行汇报，其他成员可以补充。回答其他小组成员的提问或听取其他小组的建议并进行回应。
01 准备过程
02 整体结构
03 重点说明
04 名词解释
知识探究
项目子任务
收集与深度学习相关的专业知识与工具，来为“昆虫的识别”作知识储备。
01 准备过程
02 整体结构
03 重点说明
04 名词解释
知识探究
探究内容与要求
（1）方法引导：遵循“概念→应用→原理→......”认知规律
（2）主要内容：
①人工神经网络的起源？——人工智能发展历程
②人工神经网络的发展？——多种神经网络
③从浅层学习到深度学习？——深度神经网络的优势
01 准备过程
02 整体结构
03 重点说明
04 名词解释
知识探究
知识习得
（1）自主阅读：以书本P38-46为主，网络知识作补充
（2）知识梳理：
①1943年提出的“_M-P模型_”模型，解释了如何通过神经元连接与网络进行逻辑计算。
②人工神经网络的发展经历了_单层感知机_、_多层感知机_、_全连接神经网络_这几类发展。
③深度神经网络的优势主要体现在将 自动提取特征 和 训练模型分类识别 两个步骤融合在深度神经网络中。
01 准备过程
02 整体结构
03 重点说明
04 名词解释
知识探究
核心素养培育
（1）学会分析:以“昆虫的识别”为例，它如何实现识别与应用？
辅助分析支架：要实现“昆虫的识别”的图像分类功能，选择传统机器学习难以实现，需要使用深度学习模型。
（2）学会解释:哪一种人工智能模型更适合项目“昆虫的识别”？
辅助分析支架：ImageNet挑战赛显示了深度学习模型的强大，我们可以考虑采用相关模型实现。
（3）对学科方法、工具或作品进行评价反思
请谈谈深度学习与大数据技术、机器高速运算能力的关系？
01 准备过程
02 整体结构
03 重点说明
04 名词解释
习题测试
根据你对人工神经网络的理解，请填空
（1）神经网络：多层神经网络由 、 和 组成。
（2）模型搭建：神经网络中不同 之间的 进行连接，形成了模型。
01 准备过程
02 整体结构
03 重点说明
04 名词解释
习题测试
参考答案：
（1）输入层、隐藏层、输出层。
（2）层、神经元。
01 准备过程
02 整体结构
03 重点说明
04 名词解释
小结回顾
请同学按照下列提示进行总结回顾：
1.学到了哪些知识与技能？
2.提升了哪些方面的能力？
3.生成了怎样的观点？
01 准备过程
02 整体结构
03 重点说明
04 名词解释
作业布置
1.项目实施作业
请各小组对项目探究的阶段成果进行整理并提交，整理内容：
（1）项目方案与小组分工表
（2）常见深度学习工具的优势比较、使用说明及其评价
2.课后挑战作业（书本P46“挑战”部分）

展开更多......

收起↑