TensorFlow深度學習教學進度表

學院課程教學進度計劃表（20～20學年第二學期） 課程名稱Python數(shù)據(jù)分析與應用 授課學時64 參與教學教師 授課班級/人數(shù) 專業(yè)（教研室） 填表時間教務處編印年月課程教學目地通過本課程地學習,使學生學會使用Python與TensorFlow2框架實現(xiàn)深度學習全流程,并詳細拆解圖像識別,語音識別,圖像生成三個實際案例,將理論與實踐相結合,為將來從事深度學習有關地研究,工作奠定基礎。教學方法及手段本課程將采用理論與實踐相結合地教學方法。在理論上,通過任務引入概念,原理與方法。在實踐上,充分地利用現(xiàn)有地硬件資源,發(fā)揮學生主觀能動性,指導學生使用TensorFlow2框架進行數(shù)據(jù)讀取,數(shù)據(jù)預處理,構建網(wǎng)絡,編譯網(wǎng)絡,訓練網(wǎng)絡,網(wǎng)絡調(diào)參,模型評價。同時結合三個實際案例,引導學生將所學知識與企業(yè)需求相結合,將知識活學活用。要求學生自己動手分析實例,學習基本理論與方法,結合已有地知識,適當組織一些討論,充分調(diào)動學生地主觀能動性,以達到本課程地教學目地。課程思政目的落實立德樹人地根本任務,堅持馬克思主義地指導地位,將新時代中國特色社會主義思想揉入教學。例如,第3章動漫人臉生成實例中,引導學生提升法律意識,遵守我國有關地法律法規(guī),在保護自身地著作權與知識產(chǎn)權地同時也避免侵犯它人合法權益;第4章基于深度學習技術對門牌地識別,促使學生了解科學技術地重要性,并提高對我國地技術運用能力地自信心;第5章語音識別案例中,培養(yǎng)學生地職業(yè)道德素養(yǎng),不利用職業(yè)地便利非法獲取它人隱私。課程考核方法突出學生解決實際問題地能力,加強過程性考核。課程考核地成績構成=平時作業(yè)（10%）+課堂參與（20%）+期末考核（70%）,期末考試建議采用開卷形式,試題應包括基本概念,數(shù)據(jù)讀取,數(shù)據(jù)預處理,構建網(wǎng)絡,編譯網(wǎng)絡,訓練網(wǎng)絡,網(wǎng)絡調(diào)參,模型評價等部分,題型可采用判斷題,選擇,簡答,應用題等方式。

《Python數(shù)據(jù)分析與應用》教學日歷周次學時授課內(nèi)容作業(yè)作業(yè)主要是課后習題（選擇題,操作題）作業(yè)主要是課后習題（選擇題,操作題）,實訓備注12第1章深度學習概述第1章課后習題24第2章TensorFlow2快速入門（1）第2章選擇題34第2章TensorFlow2快速入門（2）第2章操作題44第2章TensorFlow2快速入門（3）第2章實訓54第3章深度神經(jīng)網(wǎng)絡原理及實現(xiàn)（1）第3章課后習題64第3章深度神經(jīng)網(wǎng)絡原理及實現(xiàn)（2）第3章實訓74第3章深度神經(jīng)網(wǎng)絡原理及實現(xiàn)（3）第3章實訓84第3章深度神經(jīng)網(wǎng)絡原理及實現(xiàn)（4）第4章基于N地門牌號識別（1）第3章實訓84第4章基于N地門牌號識別（2）第4章操作題104第4章基于N地門牌號識別（3）第4章實訓114第5章基于LSTM地語音識別（1）第5章操作題124第5章基于LSTM地語音識別（2）第5章實訓134第5章基于LSTM地語音識別（2）第6章基于CycleGAN地圖像風格轉換（1）第5章實訓144第6章基于CycleGAN地圖像風格轉換（2）第6章操作題154第6章基于CycleGAN地圖