資源簡介

單元基本信息
單元教學主題 第二單元 機器能識別 單元課時 6
單元項目情境與任務 在某些地區，農作物經常受到不同蟲害的侵襲，導致產量下降。請同學們應用所學的生物學知識和深度學習技術識別多種昆蟲，幫助家鄉的農民監測農作物蟲害情況，減少經濟損失。
單元學習目標 1.知識技能 （1）知道全連接神經網絡和深度學習的概念及應用，能夠說出全連接神經網絡是如何連接的。 （2）知道卷積神經網絡的訓練和推理步驟和過程，明白訓練工具的操作步驟。 （3）知道圖像分類任務的操作和應用流程，明白數據集的格式規范。 2.素養指向 （1）信息意識：能夠認識到人工智能對人類社會的影響，并應用于項目問題的解決。 （2）計算思維：能夠根據農作物蟲害的真實情況，設計出解決問題的方案。 （3）數字化學習與創新：能夠通過網絡或大語言模型收集、整理與使用相關資料，協同解決相關項目問題。 （4）信息社會責任：能夠主動運用人工智能技術幫助學生解決農場蟲害侵擾的問題。
單元教學整體規劃 項目活動 對應課題 擬解決的項目子問題或子任務 課時
項目籌備 第1課 神經網絡與深度學習 規劃項目實施方案 1
知識探究 了解深度學習的基本概念，以為項目實施儲備知識
第2課 卷積神經網絡及其應用 了解卷積神經網絡的重要性，以為項目實施儲備知識 1
第3課 用深度學習實現圖像分類 了解圖像分類數據集制作流程并訓練模型，為項目實施儲備知識 2
整理展示 第4課 跨學科活動：昆蟲的識別 科學規范地制作并實施項目“昆蟲的識別” 2
項目實施
課題名稱 第1課 神經網絡與深度學習
課時目標 1.合理規劃項目實施方案，能夠基于小組情況與實驗室條件進行規劃。 2.知道感知機模型的結構和原理，能夠說出不同感知機的區別。 3.知道全連接神經網絡的應用，能夠說出深度學習的優勢和應用場景。
教學準備 網絡計算機
導學過程 意圖說明
一、項目籌備 1.展示單元項目情境：略 2.提出單元項目任務：你會如何規劃項目方案？ （1）提供項目方案范例 學習知識實施步驟預期成果認識神經網絡和深度學習 認識卷積神經網絡 訓練深度神經網絡 模型的評估與部署 搭建全連接神經網絡分類模型 用EasyTrain訓練LeNet模型 昆蟲數據的收集與整理 用MMEdu訓練一個昆蟲識別模型，完成模型轉換并部署神經網絡和深度學習的認識（PPT格式） 一個昆蟲數據集（ZIP格式） 能完成模型訓練并部署（視頻、模型） 項目報告（PDF格式）
小組名姓名角色職責學生A組長負責項目統籌、監督與管理學生B成員負責進行數據集制作與文檔學生C成員負責模型訓練與評估學生D成員負責模型部署與軟硬件測試
（2）引導開展自主規劃 　　　——要求以小組為單位，基于自身情況進行規劃，并將結果填入下表1、表2。 表1 項目實施規劃 學習知識實施步驟預期成果
表2 小組合作分工 小組名姓名角色職責
（3）各小組匯報展示交流 　　　——展示小組規劃成果，交流規劃緣由。 知識探究 1.項目子問題或任務引入 ——收集與深度學習相關的專業知識與工具，來為“昆蟲的識別”作知識儲備。 2.探究內容與要求 （1）方法引領：遵循“概念→結構→原理→......”認知規律 （2）主要內容： ①人工神經網絡的起源？——人工智能發展歷程 　　②人工神經網絡的發展？——多種神經網絡 　　③從淺層學習到深度學習？——深度神經網絡的優勢 3.知識習得 （1）自主閱讀：以書本P38-46為主，網絡知識作補充 （2）知識梳理： ①1943年提出的“_M-P模型_”模型，解釋了如何通過神經元連接與網絡進行邏輯計算。 ②人工神經網絡的發展經歷了_單層感知機_、_多層感知機_、_全連接神經網絡_這幾類發展。 ③深度神經網絡的優勢主要體現在將 自動提取特征 和 訓練模型分類識別 兩個步驟融合在深度神經網絡中。 4.核心素養培育 （1）學會分析:以“昆蟲的識別”為例，它如何實現識別與應用？ 輔助分析支架：要實現“昆蟲的識別”的圖像分類功能，選擇傳統機器學習難以實現，需要使用深度學習模型。 （2）學會解釋:哪一種人工智能模型更適合項目“昆蟲的識別”？ 輔助分析支架：ImageNet挑戰賽顯示了深度學習模型的強大，我們可以考慮采用相關模型實現。 （3）對學科方法、工具或作品進行評價反思 請談談深度學習與大數據技術、機器高速運算能力的關系？ 習題測試 1.根據你對人工神經網絡的理解，請填空 （1）神經網絡：多層神經網絡由 、 和 組成。 （2）模型搭建：神經網絡中不同 之間的 進行連接，形成了模型。 參考答案： （1）輸入層、隱藏層、輸出層。 （2）層、神經元。 小結回顧 請同學按照下列提示進行總結回顧： 1.學到了哪些知識與技能？ 2.提升了哪些方面的能力？ 3.生成了怎樣的觀點？ 布置作業 1.項目實施作業 請各小組對項目探究的階段成果進行整理并提交，整理內容： （1）項目方案與小組分工表 （2）常見深度學習工具的優勢比較、使用說明及其評價 2.課后挑戰作業（書本P46的“挑戰”部分） 略

展開更多......

收起↑