《深度學(xué)習(xí)技術(shù)應(yīng)用》課程標(biāo)準(zhǔn)

《深度學(xué)習(xí)技術(shù)應(yīng)用》課程標(biāo)準(zhǔn)課程代碼：課程類(lèi)別：專(zhuān)業(yè)核心課課程屬性：必修課學(xué)分/學(xué)時(shí)：4學(xué)分/64學(xué)時(shí)開(kāi)課單位：適用專(zhuān)業(yè)：人工智能技術(shù)應(yīng)用制訂人：審訂人：一、課程概述(一)課程性質(zhì)本課程是高等職業(yè)學(xué)校人工智能專(zhuān)業(yè)的專(zhuān)業(yè)基礎(chǔ)課之一，是該專(zhuān)業(yè)的一門(mén)基礎(chǔ)課程。(二)課程任務(wù)本課程主要針對(duì)人工智能算法工程師、人工智能實(shí)施維護(hù)工程師、人工智能系統(tǒng)運(yùn)維工程師、人工智能技術(shù)支持工程師、人工智能訓(xùn)練師、人工智能測(cè)試工程師等崗位開(kāi)設(shè)，主要任務(wù)是培養(yǎng)學(xué)生在人工智能深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型搭建、模型訓(xùn)練、模型評(píng)估、模型部署、模型測(cè)試等工作任務(wù)的能力。(三)課程設(shè)計(jì)思路本課程以高等職業(yè)院校“人工智能技術(shù)應(yīng)用”專(zhuān)業(yè)的學(xué)生就業(yè)為導(dǎo)向，將教學(xué)內(nèi)容與工作崗位對(duì)專(zhuān)業(yè)人才的知識(shí)要求與技能要求結(jié)合起來(lái)，將項(xiàng)目實(shí)踐提升到一個(gè)較重要的位置，按照“理論—項(xiàng)目構(gòu)建—項(xiàng)目實(shí)施”的組織結(jié)構(gòu)進(jìn)行課程設(shè)計(jì)。本課程共分6個(gè)項(xiàng)目，基于Tensorflow的服裝圖像分類(lèi)、基于Tensorflow的文本分類(lèi)、使用遷移學(xué)習(xí)的方法實(shí)現(xiàn)新冠肺炎X光檢測(cè)、基于Flask的模型應(yīng)用與部署—貓狗識(shí)別、基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)言處理—古詩(shī)詞生成、使用VGG19遷移學(xué)習(xí)實(shí)現(xiàn)圖像風(fēng)格遷移，通過(guò)6個(gè)項(xiàng)目系統(tǒng)介紹了深度學(xué)習(xí)技術(shù)應(yīng)用的實(shí)踐開(kāi)發(fā)技術(shù)。課程在介紹深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)后，重點(diǎn)闡述人工智能深度學(xué)習(xí)模型訓(xùn)練的項(xiàng)目開(kāi)發(fā)，突出了人工智能深度學(xué)習(xí)模型訓(xùn)練在實(shí)際項(xiàng)目中的應(yīng)用。在內(nèi)容的編排上淡化了學(xué)科性，避免介紹過(guò)多偏深的理論，而注重深度學(xué)習(xí)模型訓(xùn)練在具體運(yùn)用中的要點(diǎn)、方法和技術(shù)操作，逐層分析和應(yīng)用深度學(xué)習(xí)技術(shù)進(jìn)行實(shí)際項(xiàng)目的開(kāi)發(fā)。(四)前后續(xù)課程序號(hào)前續(xù)課程名稱(chēng)前續(xù)課程為本課程支撐的主要能力1人工智能導(dǎo)論人工智能基礎(chǔ)知識(shí)能力2Python程序設(shè)計(jì)Python程序編程和開(kāi)發(fā)能力序號(hào)后續(xù)課程名稱(chēng)本課程為后續(xù)課程支撐的主要能力1人工智能前端設(shè)備應(yīng)用模型訓(xùn)練、優(yōu)化、評(píng)估的能力二、課程目標(biāo)（一）總體目標(biāo)本課程要求學(xué)習(xí)了解人工智能深度學(xué)習(xí)應(yīng)用技術(shù)，培養(yǎng)學(xué)生具備高職人工智能技術(shù)應(yīng)用專(zhuān)業(yè)所需要的深度學(xué)習(xí)的基本知識(shí)和技能，熟悉并能使用Tensorflow深度學(xué)習(xí)框架對(duì)模型進(jìn)行訓(xùn)練、調(diào)參或者維護(hù)，具備對(duì)人工智能深度學(xué)習(xí)技術(shù)領(lǐng)域出現(xiàn)的新技術(shù)、新思想進(jìn)一步學(xué)習(xí)的能力。希望通過(guò)本課程的學(xué)習(xí)，加深對(duì)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的理解，為進(jìn)一步研究和從事深度學(xué)習(xí)模型開(kāi)發(fā)和工程實(shí)踐提供良好的基礎(chǔ)和參考。（二）具體目標(biāo)1.知識(shí)目標(biāo)1)了解深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)的概念2)了解Tensorflow深度學(xué)習(xí)框架及Keras模塊的相關(guān)知識(shí)3)理解遷移學(xué)習(xí)的概念及適用場(chǎng)景4)理解Flask框架的相關(guān)知識(shí)5)理解RNN循環(huán)神經(jīng)網(wǎng)絡(luò)、LSTM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與特點(diǎn)6)掌握模型訓(xùn)練超參數(shù)的配置方法7)掌握基礎(chǔ)的模型評(píng)估指標(biāo)和模型分析方法2.能力目標(biāo)1)具備搭建模型訓(xùn)練所需環(huán)境的能力2)具備使用Tensorflow中的Keras模塊搭建圖像識(shí)別模型并進(jìn)行訓(xùn)練的能力3)具備使用VGG19模型搭建圖像識(shí)別模型并進(jìn)行訓(xùn)練的能力4)具備使用LSTM框架搭建文本生成模型并進(jìn)行訓(xùn)練的能力5)具備使用Flask框架進(jìn)行模型的應(yīng)用部署的能力6)具備使用可視化依賴(lài)庫(kù)對(duì)訓(xùn)練模型進(jìn)行評(píng)估和分析的能力3.素質(zhì)目標(biāo)1)培養(yǎng)謙虛、好學(xué)、勤于思考、認(rèn)真做事的良好習(xí)慣———嚴(yán)謹(jǐn)?shù)拈_(kāi)發(fā)流程和正確編程思路；2)培養(yǎng)團(tuán)隊(duì)協(xié)作能力———相互溝通、互相幫助、共同學(xué)習(xí)、共同達(dá)到目標(biāo)；3)提升自我展示能力———講述、說(shuō)明、表述和回答問(wèn)題；4)培養(yǎng)自我學(xué)習(xí)能力———利用書(shū)籍或網(wǎng)絡(luò)上的資料幫助解決實(shí)際問(wèn)題。三、課程內(nèi)容及情境設(shè)計(jì)本課程以基于Tensorflow的服裝圖像分類(lèi)、基于Tensorflow的文本分類(lèi)、使用遷移學(xué)習(xí)的方法實(shí)現(xiàn)新冠肺炎X光檢測(cè)、基于Flask的模型應(yīng)用與部署—貓狗識(shí)別、基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)言處理—古詩(shī)詞生成、使用VGG19遷移學(xué)習(xí)實(shí)現(xiàn)圖像風(fēng)格遷移6個(gè)小項(xiàng)目為載體，設(shè)計(jì)選取15個(gè)工作任務(wù)，根據(jù)崗位工作任務(wù)要求，確定學(xué)習(xí)任務(wù)內(nèi)容；本課程采取項(xiàng)目驅(qū)動(dòng)教學(xué)模式，以學(xué)生為主體，以任務(wù)為導(dǎo)向組織教學(xué)考核。項(xiàng)目一基于Tensorflow的服裝圖像分類(lèi)單元序號(hào)第1單元項(xiàng)目名稱(chēng)基于Tensorflow的服裝圖像分類(lèi)培養(yǎng)能力1.具備搭建Tensorflow模型訓(xùn)練環(huán)境的能力2.具備使用matplotlib實(shí)現(xiàn)數(shù)據(jù)可視化的能力3.具備使用Keras構(gòu)建神經(jīng)網(wǎng)絡(luò)模型的能力4.具備使用KerasTuner完成模型超參數(shù)調(diào)節(jié)的能力項(xiàng)目任務(wù)知識(shí)要求技能要求學(xué)時(shí)Tensorflow基礎(chǔ)操作1.了解并熟悉Tensorflow深度學(xué)習(xí)框架2.理解張量（Tensor）的概念1.能夠使用命令在JupyterLab中安裝Tensorflow2.能夠使用Tensorflow依賴(lài)庫(kù)中的方法創(chuàng)建張量和變量3.能夠使用Tensorflow依賴(lài)庫(kù)中的方法實(shí)現(xiàn)數(shù)據(jù)類(lèi)型轉(zhuǎn)換4.能夠使用Tensorflow依賴(lài)庫(kù)中的方法完成張量運(yùn)算4基于Keras框架的服裝圖像分類(lèi)1.了解人工智能領(lǐng)域機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的概念2.理解機(jī)器學(xué)習(xí)與深度學(xué)習(xí)之間的關(guān)聯(lián)與區(qū)別3.理解神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)4.掌握激活函數(shù)、損失函數(shù)的意義及作用1.能夠正確導(dǎo)入訓(xùn)練所需的FashinMNIST數(shù)據(jù)集并查看2.能夠使用matplotlib庫(kù)實(shí)現(xiàn)數(shù)據(jù)可視化并完成數(shù)據(jù)預(yù)處理3.能夠使用Keras構(gòu)建簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)模型4.能夠完成模型的訓(xùn)練、評(píng)估并使用模型進(jìn)行預(yù)測(cè)4KerasTuner超參數(shù)調(diào)節(jié)1.理解KerasTuner庫(kù)的概念及作用2.了解模型超參數(shù)與算法超參數(shù)的定義3.了解超參數(shù)調(diào)節(jié)的常用搜索方法4.理解超模型的定義和作用5.了解Hyperband調(diào)節(jié)器使用的調(diào)節(jié)算法1.能夠搭建KerasTuner環(huán)境并完成數(shù)據(jù)集準(zhǔn)備2.能夠使用Keras構(gòu)建模型3.能夠?qū)嵗疕yperband調(diào)節(jié)器并執(zhí)行超調(diào)4.能夠使用最佳超參數(shù)構(gòu)建模型并完成模型訓(xùn)練、評(píng)估4教學(xué)情境項(xiàng)目驅(qū)動(dòng)、演示、邊講邊做、自學(xué)探究項(xiàng)目總學(xué)時(shí)12項(xiàng)目二基于Tensorflow的文本分類(lèi)單元序號(hào)第2單元項(xiàng)目名稱(chēng)基于Tensorflow的文本分類(lèi)培養(yǎng)能力1.具備文本數(shù)據(jù)訓(xùn)練環(huán)境搭建的能力2.具備文本數(shù)據(jù)預(yù)處理的能力3.具備使用嵌入（Embedding）方法構(gòu)建文本分類(lèi)模型的能力4.具備使用TensorflowHub中提供的模型文件的構(gòu)建文本分類(lèi)模型的能力5.具備使用構(gòu)建的模型進(jìn)行文本分類(lèi)模型訓(xùn)練和模型評(píng)估的能力項(xiàng)目任務(wù)知識(shí)要求技能要求學(xué)時(shí)自定義神經(jīng)網(wǎng)絡(luò)電影評(píng)論文本分類(lèi)1.了解人工智能的歷史2.理解自然語(yǔ)言處理的層次3.理解文本分類(lèi)及文本情感分析相關(guān)知識(shí)1.能夠?qū)隝MDB數(shù)據(jù)集并瀏覽數(shù)據(jù)2.能夠?qū)ξ谋具M(jìn)行數(shù)據(jù)預(yù)處理3.能夠使用嵌入（Embedding）方法構(gòu)建簡(jiǎn)單的文本分類(lèi)模型4.能夠?qū)M(jìn)行文本分類(lèi)模型訓(xùn)練并對(duì)模型進(jìn)行評(píng)估4基于TensorflowHub的遷移學(xué)習(xí)電影評(píng)論文本分類(lèi)1.了解遷移學(xué)習(xí)的定義和應(yīng)用場(chǎng)景2.了解TensorflowHub中典型預(yù)訓(xùn)練模型的特點(diǎn)1.能夠能夠?qū)隝MDB數(shù)據(jù)集并瀏覽數(shù)據(jù)2.能夠使用TensorflowHub中提供的模型文件構(gòu)建并編譯模型3.能夠使用構(gòu)建的模型進(jìn)行文本分類(lèi)模型訓(xùn)練和模型評(píng)估4教學(xué)情境項(xiàng)目驅(qū)動(dòng)、演示教學(xué)、自學(xué)探究項(xiàng)目總學(xué)時(shí)8項(xiàng)目三使用遷移學(xué)習(xí)的方法實(shí)現(xiàn)新冠肺炎X光檢測(cè)單元序號(hào)第3單元項(xiàng)目名稱(chēng)使用遷移學(xué)習(xí)的方法實(shí)現(xiàn)新冠肺炎X光檢測(cè)培養(yǎng)能力1.具備圖像數(shù)據(jù)訓(xùn)練環(huán)境搭建的能力2.具備圖像標(biāo)簽處理、劃分訓(xùn)練集和測(cè)試集的能力3.具備使用VGG16中的模型構(gòu)建圖像分類(lèi)模型的能力4.具備模型訓(xùn)練、評(píng)估、評(píng)估指標(biāo)可視化的能力5.具備保存、加載已訓(xùn)練模型的能力項(xiàng)目任務(wù)知識(shí)要求技能要求學(xué)時(shí)圖像處理以及劃分訓(xùn)練集測(cè)試集1.理解機(jī)器學(xué)習(xí)的流程、目的與實(shí)現(xiàn)方法2.了解深度學(xué)習(xí)的定義與常用的深度學(xué)習(xí)框架3.了解深度學(xué)習(xí)在醫(yī)學(xué)領(lǐng)域的應(yīng)用4.掌握基本的圖像處理方法與圖像增強(qiáng)技術(shù)5.掌握訓(xùn)練集與測(cè)試集劃分的方法1.能夠搭建圖像處理所需環(huán)境2.能夠獲取圖像數(shù)據(jù)和標(biāo)簽并轉(zhuǎn)換格式3.能夠?qū)?biāo)簽進(jìn)行二值化處理4.能夠正確劃分圖像的訓(xùn)練集和測(cè)試集并保存劃分后的數(shù)據(jù)4模型搭建以及微調(diào)訓(xùn)練1.掌握?qǐng)D像數(shù)據(jù)生成器制作方法2.理解遷移學(xué)習(xí)、模型微調(diào)的概念與適用場(chǎng)景3.了解Tensorflow中內(nèi)置的VGG16模型框架的相關(guān)知識(shí)1.能夠搭建模型訓(xùn)練所需環(huán)境并導(dǎo)入相關(guān)模塊和依賴(lài)包2.能夠?qū)霐?shù)據(jù)并設(shè)置數(shù)據(jù)增強(qiáng)生成器3.能夠加載VGG16模塊中的模型并構(gòu)建圖像分類(lèi)模型4.能夠完成模型編譯（設(shè)置超參數(shù)、優(yōu)化器）5.能夠完成模型訓(xùn)練并進(jìn)行模型評(píng)估6.能夠?qū)p失函數(shù)與精確度進(jìn)行數(shù)據(jù)可視化7.能夠保存、加載已訓(xùn)練的模型4教學(xué)情境項(xiàng)目驅(qū)動(dòng)、演示、邊講邊做、自學(xué)探究項(xiàng)目總學(xué)時(shí)8項(xiàng)目四基于Flask的模型應(yīng)用與部署—貓狗識(shí)別單元序號(hào)第4單元項(xiàng)目名稱(chēng)基于Flask的模型應(yīng)用與部署—貓狗識(shí)別培養(yǎng)能力1.具備搭建Tensorflow模型訓(xùn)練環(huán)境的能力2.具備使用基于Tensorflow的Keras框架進(jìn)行模型訓(xùn)練的能力3.具備使用Flask框架將模型部署只網(wǎng)頁(yè)端的能力項(xiàng)目任務(wù)知識(shí)要求技能要求學(xué)時(shí)模型訓(xùn)練與評(píng)估1.了解深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的基本概念2.掌握數(shù)據(jù)集劃分規(guī)則3.了解常用的模型訓(xùn)練評(píng)估指標(biāo)1.能夠搭建Tensorflow模型訓(xùn)練環(huán)境2.能夠正確劃分訓(xùn)練集與測(cè)試集3.能夠使用基于Tensorflow的Keras框架進(jìn)行模型訓(xùn)練4.能夠使用可視化工具對(duì)模型進(jìn)行評(píng)估4運(yùn)用Flask將模型部署成網(wǎng)頁(yè)端應(yīng)用1.了解Flash框架的相關(guān)知識(shí)2.理解如何講Flash框架與Tensorflow框架相結(jié)合3.掌握HTML標(biāo)簽的用法1.能夠搭建Flask框架開(kāi)發(fā)所需環(huán)境2.能夠進(jìn)行基礎(chǔ)的HTML頁(yè)面的開(kāi)發(fā)3.能夠?qū)⒛Ｐ筒渴鹪诰W(wǎng)頁(yè)端并展示預(yù)測(cè)結(jié)果4教學(xué)情境項(xiàng)目驅(qū)動(dòng)、演示、邊講邊做、自學(xué)探究項(xiàng)目總學(xué)時(shí)8項(xiàng)目五基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)言處理—古詩(shī)詞生成單元序號(hào)第5單元項(xiàng)目名稱(chēng)基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)言處理—古詩(shī)詞生成培養(yǎng)能力1.具備完成文本數(shù)據(jù)預(yù)處理的能力2.具備搭建LSTM模型并進(jìn)行文本生成模型訓(xùn)練的能力3.具備使用Flask框架部署文本生成模型的能力項(xiàng)目任務(wù)知識(shí)要求技能要求學(xué)時(shí)古詩(shī)文本數(shù)據(jù)預(yù)處理1.了解自然語(yǔ)言處理的概念與特點(diǎn)2.理解自然語(yǔ)言生成的流程3.掌握文本數(shù)據(jù)預(yù)處理、文本過(guò)濾的基本方法1.能夠完成文本數(shù)據(jù)過(guò)濾2.能夠完成詩(shī)句主題的處理3.能夠建立字符與數(shù)字id間的雙向轉(zhuǎn)換表4.能夠根據(jù)要求生成古詩(shī)詞文本4模型搭建與訓(xùn)練1.了解RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）的概念與類(lèi)別2.理解文本生成的原理3.了解訓(xùn)練RNN模型時(shí)存在的問(wèn)題4.了解LSTM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和特點(diǎn)1.能夠搭建基于LSTM框架所需的模型訓(xùn)練環(huán)境2.能夠完成模型訓(xùn)練超參數(shù)的配置3.能夠定義數(shù)據(jù)生成器和文字生成函數(shù)4.能夠搭建LSTM模型并進(jìn)行文本生成模型訓(xùn)練4模型測(cè)試與部署1.理解Flask框架的用途和特點(diǎn)1.能夠搭建Flask框架部署模型所需的環(huán)境2.能夠根據(jù)要求完成模型測(cè)試3.能夠使用Flask框架部署古詩(shī)詞文本生成模型4教學(xué)情境項(xiàng)目驅(qū)動(dòng)、演示、邊講邊做、自學(xué)探究項(xiàng)目總學(xué)時(shí)12項(xiàng)目六使用VGG19遷移學(xué)習(xí)實(shí)現(xiàn)圖像風(fēng)格遷移單元序號(hào)第6單元項(xiàng)目名稱(chēng)使用VGG19遷移學(xué)習(xí)實(shí)現(xiàn)圖像風(fēng)格遷移培養(yǎng)能力1.具備風(fēng)格遷移模型訓(xùn)練環(huán)境搭建的能力2.具備基于VGG19模型完成風(fēng)格遷移模型構(gòu)建的能力3.具備基于VGG19模型完成風(fēng)格遷移模型訓(xùn)練的能力項(xiàng)目任務(wù)知識(shí)要求技能要求學(xué)時(shí)初識(shí)圖像風(fēng)格遷移1.了解圖像風(fēng)格遷移的發(fā)展過(guò)程2.理解圖像風(fēng)格遷移的原理3.理解特征提取與遷移學(xué)習(xí)的相關(guān)概念1.能夠搭建風(fēng)格遷移案例所需使用的環(huán)境2.能夠使用代碼對(duì)圖片進(jìn)行壓縮、上傳等操作3.能夠編寫(xiě)代碼生成風(fēng)格遷移圖片。4基于VGG19構(gòu)建遷移學(xué)習(xí)模型1.理解VGG19的基本知識(shí)與優(yōu)缺點(diǎn)2.理解利用VGG19實(shí)現(xiàn)遷移學(xué)習(xí)的模型構(gòu)建思路1.能夠搭建VGG19遷移學(xué)習(xí)所需使用的環(huán)境2.能夠設(shè)置遷移學(xué)習(xí)模型訓(xùn)練的超參數(shù)3.能夠進(jìn)行圖像預(yù)處理并保存4.能夠使用代碼生成帶有噪聲的圖片4訓(xùn)練模型實(shí)現(xiàn)圖像風(fēng)格遷移1.掌握風(fēng)格遷移模型損失值計(jì)算方法2.掌握風(fēng)格遷移模型訓(xùn)練方法1.能夠搭建風(fēng)格遷移模型訓(xùn)練所需使用的環(huán)境2.能夠設(shè)置遷移學(xué)習(xí)模型訓(xùn)練的超參數(shù)3.能夠基于VGG19完成風(fēng)格遷移的模型構(gòu)建4.能夠完成內(nèi)容圖片和風(fēng)格圖片的損失計(jì)算5.能夠完成風(fēng)格遷移的模型訓(xùn)練8教學(xué)情境項(xiàng)目驅(qū)動(dòng)、演示、邊講邊做、自學(xué)探究項(xiàng)目總學(xué)時(shí)16四、教學(xué)實(shí)施建議(一)教學(xué)方法建議為培養(yǎng)學(xué)生在人工智能深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的模型訓(xùn)練優(yōu)化、性能評(píng)估、部署、技術(shù)支持、測(cè)試崗位等崗位職業(yè)能力，實(shí)現(xiàn)與企業(yè)崗位工作“零距離對(duì)接”，本課程建議采用的特色教學(xué)方法有以下幾種：（1）“設(shè)計(jì)項(xiàng)目任務(wù)驅(qū)動(dòng)”教學(xué)法通過(guò)在真實(shí)的任務(wù)中探索學(xué)習(xí)，不斷地提高學(xué)生成就感，更大地激發(fā)他們的求知欲望，逐步形成一個(gè)感知心智活動(dòng)的良性循環(huán)，從而培養(yǎng)出獨(dú)立探索、勇于開(kāi)拓進(jìn)取的創(chuàng)新能力。（2）項(xiàng)目教學(xué)法在教學(xué)中把知識(shí)與技能進(jìn)行有機(jī)的結(jié)合，充分發(fā)掘?qū)W生的創(chuàng)造潛能，提高學(xué)生解決實(shí)際問(wèn)題的綜合能力，為學(xué)生零距離就業(yè)奠定基礎(chǔ)。（3）討論式與啟發(fā)式教學(xué)相結(jié)合對(duì)于實(shí)踐性強(qiáng)的內(nèi)容，安排專(zhuān)題學(xué)生自學(xué)，然后由一個(gè)學(xué)生在課堂上講述，大家再一起討論、分析和評(píng)價(jià)，這樣使每個(gè)學(xué)生都有興趣積極參與，活躍課堂氣氛，培養(yǎng)自學(xué)的能力。（4）模擬和實(shí)際相結(jié)合的環(huán)境教學(xué)法針對(duì)單片機(jī)開(kāi)發(fā)實(shí)際崗位的工作環(huán)境，綜合運(yùn)用了模擬環(huán)境和實(shí)際環(huán)境的教學(xué)方法。(