PyTorch與深度學習實戰(zhàn)-教案 第6、7章 基于CycleGAN的圖像風格轉換、基于TipDM大數(shù)據挖掘建模平臺實現(xiàn)文本生成

第6章基于CycleGAN的圖像風格轉換教案課程名稱：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：14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主要實現(xiàn)基于CycleGAN的圖像風格轉換。在讀取數(shù)據之后，定義殘差網絡、生成器、判別器和緩存隊列的函數(shù)。然后對網絡中的生成器與判別器進行訓練。最后對網絡訓練過程中某幾個周期的輸出進行分析?；疽罅私鈭D像風格轉換的背景。熟悉圖像風格轉換的步驟與流程。熟悉CycleGAN的網絡結構與搭建步驟。掌握CycleGAN網絡的訓練方法。問題引導性提問引導性提問需要教師根據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。圖像風格轉換主要做些什么？目前生活中有哪些地方應用了圖像風格轉換？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。為什么要加入殘差網絡？緩存隊列有什么作用？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。還有哪些深度神經網絡適合用于圖像風格轉換？如何改進圖像的轉換效果？主要知識點、重點與難點主要知識點圖像風格轉換的背景。分析目標與流程。數(shù)據準備。構建網絡。訓練網絡。結果分析。重點分析目標與流程。數(shù)據準備。構建網絡。訓練網絡。結果分析。難點數(shù)據準備。構建網絡。訓練網絡。教學過程設計理論教學過程圖像風格轉換的背景。分析目標與流程。數(shù)據準備。構建網絡。訓練網絡。結果分析。實驗教學過程數(shù)據準備。構建殘差網絡block。構建生成器Generator。構建判別器Discriminator 。設置緩存隊列ReplayBuffer。訓練網絡。結果分析。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．深度學習與計算機視覺實戰(zhàn)[M]．北京：人民郵電出版社．2022．[3] 弗朗索瓦·肖萊，張亮等．Python深度學習[M]．人民郵電出版社．2018．第7章基于TipDM大數(shù)據挖掘建模平臺實現(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，再到構建網絡，最后訓練LSTM網絡生成詩句?；疽罅私釺ipDM大數(shù)據挖掘建模平臺的相關概念和特點。熟悉使用TipDM大數(shù)據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)據挖掘建模平臺獲取數(shù)據的方法。掌握使用TipDM大數(shù)據挖掘建模平臺進行配置數(shù)據源、文本預處理、構建網絡、訓練網絡等操作。問題引導性提問引導性提問需要教師根據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)據挖掘建模平臺能做些什么？TipDM數(shù)據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)據挖掘建模平臺上如何讀取數(shù)據？在TipDM數(shù)據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)據挖掘建模平臺上能否實現(xiàn)手寫漢字識別？在TipDM數(shù)據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)據挖掘建模平臺的相關概念和特點。使用TipDM大數(shù)據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)據挖掘建模平臺獲取數(shù)據的方法。使用TipDM大數(shù)據挖掘建模平臺進行配置數(shù)據源、文本預處理、構建網絡、訓練網絡等操作。重點使用TipDM大數(shù)據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)據挖掘建模平臺獲取數(shù)據的方法。使用TipDM大數(shù)據挖掘建模平臺進行配置數(shù)據源、文本預處理、構建網絡、訓練網絡等操作。難點使用TipDM大數(shù)據挖掘建模平臺獲取數(shù)據的方法。使用TipDM大數(shù)據挖掘建模平臺進行配置數(shù)據源、文本預處理、構建網絡、訓練網絡等操作。教學過程設計理論教學過程TipDM大數(shù)據挖掘建模平臺的相關概念和特點。使用TipDM大數(shù)據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)據挖掘建模平臺獲取數(shù)據的方法。使用TipDM大數(shù)據挖掘建模平臺進行配置數(shù)據源、文本預處理、構建網絡、訓練網絡等操作。實驗教學過程配置數(shù)據源。文本預處理。訓練網絡。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．