《深度學(xué)習(xí)理論與應(yīng)用》課程教學(xué)大綱（含思政）

（注：本大綱面向工程教育認(rèn)證的，是針對(duì)計(jì)算機(jī)專業(yè)的人工智能課程編寫的，在使用時(shí)請(qǐng)根據(jù)畢業(yè)要求分

解結(jié)果和具體的課程支撐關(guān)系酌情修改）

一、課程基本信息

1.課程編號(hào)：

2.課程名稱：（中文）深度學(xué)習(xí)理論與應(yīng)用

（英文）DeepLearningTheoryandApplications

3.課程類別：專業(yè)課程

4.學(xué)分、學(xué)時(shí)：3學(xué)分，48學(xué)時(shí)（課堂授課學(xué)時(shí)）；課外實(shí)驗(yàn)學(xué)時(shí)：8學(xué)時(shí)

5.先修課程：數(shù)據(jù)結(jié)構(gòu)、程序設(shè)計(jì)基礎(chǔ)（含Pyihon語(yǔ)言）、離散數(shù)學(xué)

6.適用學(xué)科專業(yè)：人工智能、智能科學(xué)與技術(shù)、計(jì)算機(jī)科學(xué)與技術(shù)、網(wǎng)絡(luò)工程、信息安全等專業(yè)

7.教學(xué)手段與方法：采用課堂講授為主，輔以課堂練習(xí)、課堂測(cè)驗(yàn)、課后作業(yè)、課后實(shí)驗(yàn)、課下答疑、

自主學(xué)習(xí)等.

8.課程大綱撰寫人：審核人：

9.課程大綱修訂時(shí)間：年月

二、課程簡(jiǎn)介

《深度學(xué)習(xí)理論與應(yīng)用》是一門介紹深度學(xué)習(xí)基本理論、原理和應(yīng)用案例的課程，可用于快速入門和

進(jìn)階深度學(xué)習(xí)。該課程旨在幫助學(xué)生了解深度學(xué)習(xí)的基本概念和算法和梯度理論，掌握深度學(xué)習(xí)框架和深

度學(xué)習(xí)技術(shù)的使用方法，并能夠應(yīng)用于解決實(shí)際工程問(wèn)題。該課程的主要內(nèi)容包括：深度學(xué)習(xí)框架PyTorch

的基礎(chǔ)知識(shí)、感知器、全連接神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、自然語(yǔ)言處埋技術(shù)（如LSTM、

Transformer.BERT、GPT等）、深度神經(jīng)網(wǎng)絡(luò)可視化方法、多模態(tài)學(xué)習(xí)等。通過(guò)這些內(nèi)容的學(xué)習(xí)，學(xué)生

將了解深度學(xué)習(xí)在不同領(lǐng)域中的應(yīng)用，例如計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、多模態(tài)數(shù)據(jù)挖掘等。

該課程適合人工智能、智能科學(xué)與技術(shù)、計(jì)算機(jī)科學(xué)與技術(shù)、網(wǎng)絡(luò)工程、信息安全、數(shù)據(jù)科學(xué)等專業(yè)

領(lǐng)域的本科生和研究生學(xué)習(xí)。學(xué)生需要具備初步的Pyihon語(yǔ)言基礎(chǔ)、線性代數(shù)、概率論、編程基礎(chǔ)等先修

知識(shí)。本課程的教學(xué)方式包括課堂講解.、案例分析，編程實(shí)踐等多種形式，使學(xué)生能夠更好地理解和掌握

深度學(xué)習(xí)的基本原理和應(yīng)用方法，并具備從事智能技術(shù)應(yīng)用開(kāi)發(fā)所需要的職業(yè)素養(yǎng)和較高的個(gè)人素質(zhì)。

三、課程目標(biāo)

通過(guò)本課程的課堂教學(xué)、實(shí)驗(yàn)教學(xué)項(xiàng)目的學(xué)習(xí)，使學(xué)生掌握深度學(xué)習(xí)的基本理論及基本知識(shí)，為在校

繼續(xù)學(xué)習(xí)專業(yè)課，以及畢業(yè)后在人工智能領(lǐng)域中繼續(xù)學(xué)習(xí)、從事技術(shù)工作、科學(xué)研究等提供堅(jiān)實(shí)的基礎(chǔ)。

課程目標(biāo)及能力要求具體如下：

（一）知識(shí)目標(biāo)

課程目標(biāo)1：能夠理解深度學(xué)習(xí)的基本概念和算法，包括神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、

Transformer架構(gòu)等：掌握深度學(xué)習(xí)框架PyTorch的基本操作，包括張量、模型構(gòu)建、優(yōu)化器、損失函數(shù)

等：

課程目標(biāo)2：熟悉深度學(xué)習(xí)在不同領(lǐng)域的應(yīng)用方法，例如計(jì)算機(jī)視覺(jué)（包含圖像識(shí)別、目標(biāo)檢測(cè)、語(yǔ)

義分割、圖像生成等）、自然語(yǔ)言處理（包含文本理解、文本生成）以及多模態(tài)數(shù)據(jù)處理等；

（二）能力目標(biāo)

課程目標(biāo)3：具備使用PyTorc框架進(jìn)行深度學(xué)習(xí)編程的能力以及對(duì)深度學(xué)習(xí)模型進(jìn)行調(diào)優(yōu)和改進(jìn)的能

力，能夠針對(duì)實(shí)際問(wèn)題具備設(shè)計(jì)合適的深度學(xué)習(xí)模型的能力及評(píng)估模型性能的能力；

課程目標(biāo)4：具備運(yùn)用深度學(xué)習(xí)技術(shù)和方法解決實(shí)際復(fù)雜工程問(wèn)題的能力以及繼續(xù)學(xué)習(xí)的能力；

（三）思政與素質(zhì)目標(biāo)

課程目標(biāo)5：培養(yǎng)創(chuàng)新意識(shí)和計(jì)算思維，能夠主動(dòng)思考并解決問(wèn)題，培養(yǎng)團(tuán)隊(duì)協(xié)作精神，能夠參與團(tuán)

隊(duì)項(xiàng)目并協(xié)作完成任務(wù)；培養(yǎng)自我管理能力，能夠規(guī)劃個(gè)人時(shí)間和進(jìn)度，按時(shí)完成學(xué)習(xí)任務(wù)；提高自我學(xué)

習(xí)和自我更新的能力，能夠持續(xù)關(guān)注并學(xué)習(xí)深度學(xué)習(xí)的最新進(jìn)展。該目標(biāo)一般伴隨其他目標(biāo)的達(dá)成學(xué)習(xí)而

完成。

四、課程目標(biāo)與畢業(yè)要求對(duì)應(yīng)矩陣

表1課程目標(biāo)與畢業(yè)要求對(duì)應(yīng)關(guān)系

畢業(yè)要畢業(yè)要畢業(yè)要畢業(yè)要畢業(yè)要畢業(yè)要畢業(yè)要畢業(yè)要畢業(yè)要畢業(yè)要畢業(yè)要

課程目標(biāo)

求1求2求3求4求5求6求7求8求9求1（）求11

目標(biāo)1H

目標(biāo)2H

目標(biāo)3L

目標(biāo)4H

注：用H（高）、M（中）、L（低）表示作用程度。

五、課程目標(biāo)及其對(duì)畢業(yè)要求指標(biāo)點(diǎn)的支撐

表2課程目標(biāo)與畢業(yè)要求指標(biāo)點(diǎn)的對(duì)應(yīng)關(guān)系

序

課程目標(biāo)支撐的畢業(yè)要求二級(jí)指標(biāo)畢業(yè)要求一級(jí)指標(biāo)

號(hào)

1工程知識(shí)：能夠?qū)?shù)學(xué)、

1.3能夠根據(jù)工程基礎(chǔ)和專業(yè)知

自然科學(xué)、工程基礎(chǔ)和專業(yè)知

1課程目標(biāo)2、5識(shí)設(shè)計(jì)計(jì)算機(jī)相關(guān)領(lǐng)域的復(fù)雜

識(shí)用于解決計(jì)算機(jī)及相關(guān)領(lǐng)

工程問(wèn)題的解決方案；

域的復(fù)雜工程問(wèn)題。

2.3能基于運(yùn)用數(shù)學(xué)、自然科學(xué)2問(wèn)題分析：能夠應(yīng)用數(shù)學(xué)、

及計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)中的自然科學(xué)和工程科學(xué)的基本

2課程目標(biāo)1、5基本原理和方法對(duì)其相關(guān)的復(fù)原理，識(shí)別、表達(dá)、并通過(guò)文

雜工程問(wèn)題進(jìn)行分析，找到解獻(xiàn)研究分析復(fù)雜工程問(wèn)題，以

決問(wèn)題的思路。找到解決問(wèn)題的思路。

4研究：能夠基于科學(xué)原理

4.1能夠基于科學(xué)原理對(duì)計(jì)算機(jī)并采用科學(xué)方法對(duì)計(jì)算機(jī)領(lǐng)

相關(guān)領(lǐng)域的復(fù)雜工程問(wèn)題，設(shè)域的復(fù)雜工程問(wèn)題進(jìn)行研究，

3課程目標(biāo)3、5

計(jì)合適的研究方案，確定所建包括設(shè)計(jì)實(shí)驗(yàn)、分析與解釋數(shù)

模型參數(shù)。據(jù)，并通過(guò)信息綜合驗(yàn)證方案

的可行性和有效性。

5.1能針對(duì)計(jì)算機(jī)相關(guān)領(lǐng)域的復(fù)5使用現(xiàn)代工具：能夠針對(duì)

雜工程問(wèn)題，開(kāi)發(fā)、選擇與使復(fù)雜工程問(wèn)題，開(kāi)發(fā)、選擇與

用恰當(dāng)?shù)募夹g(shù)、資源、現(xiàn)代工使用恰當(dāng)?shù)募夹g(shù)、資源、現(xiàn)代

4課程目標(biāo)4、5

程工具和信息技術(shù)工具，包括工程工具和信息技術(shù)工具，包

對(duì)復(fù)雜工程問(wèn)題的預(yù)測(cè)與模括對(duì)復(fù)雜工程問(wèn)題的預(yù)測(cè)與

擬。模擬，并能夠理解其局限性。

六、課程教學(xué)內(nèi)容與教學(xué)設(shè)計(jì)

表3課程教學(xué)內(nèi)容與教學(xué)設(shè)計(jì)表

（標(biāo)注*的部分為選讀內(nèi)容，可根據(jù)實(shí)際情況選擇）

課內(nèi)學(xué)時(shí)支撐

課

教學(xué)內(nèi)容教學(xué)程

序號(hào)學(xué)習(xí)預(yù)期成果（講授學(xué)時(shí)+課

目

（含重點(diǎn)、難點(diǎn)、課程思政內(nèi)容）方式標(biāo)

外實(shí)驗(yàn)學(xué)時(shí)）

第1章緒論與PyTorch基礎(chǔ)

1.1人工智能與神經(jīng)網(wǎng)絡(luò)

1.2深度學(xué)習(xí)

1.3建立PyTorch的開(kāi)發(fā)環(huán)境（*）

1.4張量基礎(chǔ)

1.5初識(shí)PyTorch框架

重點(diǎn)：（L4）（1）了解人工智能

難點(diǎn)：（1.4）與神經(jīng)網(wǎng)絡(luò)；

能力：（1）具備搭建深度學(xué)習(xí)開(kāi)發(fā)（2）掌握基于光量講授、課后目標(biāo)

14

環(huán)境的能力；進(jìn)行PyTorch編程的作業(yè)、思政1,5

（2）初步具備基于張量進(jìn)行能力。

PyTorch編程的能力。

課程思政內(nèi)容：

（1）通過(guò)對(duì)比國(guó)內(nèi)外深度學(xué)習(xí)技術(shù)

發(fā)展的歷程，找差距，樹立學(xué)生拼

搏向上的學(xué)習(xí)精神；（2）同時(shí)找優(yōu)

勢(shì)，樹立民族自豪感和優(yōu)越感，激

發(fā)學(xué)生的民族復(fù)興精神。

課內(nèi)學(xué)時(shí)支撐

課

教學(xué)內(nèi)容教學(xué)程

序號(hào)學(xué)習(xí)預(yù)期成果（講授學(xué)時(shí)』課

目

（含重點(diǎn)、難點(diǎn)、課程思政內(nèi)容）方式標(biāo)

外實(shí)驗(yàn)學(xué)時(shí)）

第2章感知器一神經(jīng)元

2.1感知器的定義

2.2激活函數(shù)

2.3感知器的訓(xùn)練

2.4使用PyTorch框架

重點(diǎn)：2.2、2.3（1）了解知感知器

難點(diǎn)：2.3的內(nèi)涵和基本原理；

講授、課堂

能力：（1）能認(rèn)知感知器的內(nèi)涵，（2）具備基于目標(biāo)

26+1練習(xí)、談后

具備定義和實(shí)現(xiàn)感知器的能力；（2）PyTorch框架設(shè)ir和1,5

作業(yè)、思政

能夠基于PyTorch框架訓(xùn)練一個(gè)感知訓(xùn)練一個(gè)感知器的

器的能力。能力

課程思政內(nèi)容：數(shù)據(jù)的選擇對(duì)模型

的性能起著至關(guān)重要的作用。因此，

可以引導(dǎo)學(xué)生思考在收集數(shù)據(jù)時(shí)，

如何保證數(shù)據(jù)的價(jià)值中立性，避免

數(shù)據(jù)的偏見(jiàn)和歧視。

第3章全連接神經(jīng)網(wǎng)絡(luò)

3.1構(gòu)建一個(gè)簡(jiǎn)單的全連接神經(jīng)網(wǎng)

絡(luò)——解決二分類問(wèn)題

3.2全連接神經(jīng)網(wǎng)絡(luò)的構(gòu)造方法

3.3幾種主流的損失函數(shù)

3.4網(wǎng)絡(luò)模型的訓(xùn)練與測(cè)試

3.5正向計(jì)算和反向梯度傳播的理

論分析（*）

（I）掌握全連接神

重點(diǎn)：3.2、3.4

經(jīng)網(wǎng)絡(luò)的構(gòu)造方法；

難點(diǎn)：3.3、3.4

（2）掌握幾種主流講授、課堂

能力：（1）具備構(gòu)造全連接神經(jīng)網(wǎng)

損失函數(shù)的使用方練習(xí)、課后目標(biāo)

3絡(luò)的能力；（2）正確掌握損失函數(shù)6+1

法；作業(yè)、實(shí)驗(yàn)、2,5

的使用方法，具備對(duì)一個(gè)全連接神

（3）具備對(duì)一個(gè)全思政

經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試的基本能

連接神經(jīng)網(wǎng)絡(luò)進(jìn)行

力。

訓(xùn)練和測(cè)試的能力。

課程思政內(nèi)容：全連接神經(jīng)網(wǎng)絡(luò)的

設(shè)計(jì)和訓(xùn)練過(guò)程中，可以考慮人工

智能的倫理問(wèn)題，例如人工智能是

否應(yīng)該擁有權(quán)利、人工智能對(duì)人類

社會(huì)的影響等。因此，可以引導(dǎo)學(xué)

生思考在人工智能的發(fā)展過(guò)程中，

如何應(yīng)對(duì)這些倫理問(wèn)題，并樹立正

確的價(jià)值觀和道德觀。

第4章卷積神經(jīng)網(wǎng)絡(luò)（6學(xué)時(shí)，1個(gè)（1）掌握卷積神經(jīng)

課外實(shí)驗(yàn)學(xué)時(shí)）網(wǎng)絡(luò)主要操作的使

4.1一個(gè)簡(jiǎn)單的卷積神經(jīng)網(wǎng)絡(luò)——用方法講授、課堂

手寫數(shù)字識(shí)別（2）針對(duì)面臨的問(wèn)練習(xí)、誤后目標(biāo)

46+1

4.2卷積神經(jīng)網(wǎng)絡(luò)的主要操作題，能夠設(shè)計(jì)適當(dāng)?shù)淖鳂I(yè)、實(shí)驗(yàn)、2,5

4.3卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)方法卷積神經(jīng)網(wǎng)絡(luò)，解決思政

4.4過(guò)擬合及其解決方法面臨的問(wèn)題；

重點(diǎn)：4.2、4.3（3）了解過(guò)擬合及

課內(nèi)學(xué)時(shí)支撐

課

教學(xué)內(nèi)容教學(xué)程

序號(hào)學(xué)習(xí)預(yù)期成果（講授學(xué)時(shí)』課

目

（含重點(diǎn)、難點(diǎn)、課程思政內(nèi)容）方式標(biāo)

外實(shí)驗(yàn)學(xué)時(shí)）

難點(diǎn)：4.2其解決方法。

能分：⑴具備使用卷積神經(jīng)網(wǎng)絡(luò)

主要操作的基本能力；（2）能夠使

用卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)方法解決面

臨的復(fù)雜問(wèn)題。

課程思政內(nèi)容：（1）在卷積神經(jīng)網(wǎng)

絡(luò)的設(shè)計(jì)和訓(xùn)練中，可以強(qiáng)調(diào)工程

師的職業(yè)道德，如保護(hù)用戶隱私、

不作惡、不抄襲他人作品等，讓學(xué)

生了解職業(yè)道德的重要性，并能夠

在未來(lái)的工作中遵守職業(yè)道德。（2）

另外，可以強(qiáng)調(diào)團(tuán)隊(duì)合作的重要性，

如分工合作、互相幫助等，讓學(xué)生

了解團(tuán)隊(duì)合作的重要性，并能夠在

未來(lái)的工作中積極參與團(tuán)隊(duì)合作。

第5章若干經(jīng)典CNN預(yù)訓(xùn)練模型

及其遷移方法

5.1一個(gè)使用VGG16的圖像識(shí)別

程序

5.2經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)

5.3預(yù)訓(xùn)練模型的遷移方法

重點(diǎn):5.3

（1）了解使用

難點(diǎn)：5.3

VGG16識(shí)別圖像的

能力：（1）熟悉若干經(jīng)典卷積神經(jīng)

基本步驟；講授、課堂

網(wǎng)絡(luò)的結(jié)構(gòu)；（2）通過(guò)預(yù)訓(xùn)練模型

（2）熟悉若干經(jīng)典練習(xí)、課后目標(biāo)

5的遷移方法，能夠解決面臨的復(fù)雜6+1

卷積神經(jīng)網(wǎng)絡(luò)的結(jié)作業(yè)、實(shí)驗(yàn)、3,5

問(wèn)題。

構(gòu)；思政

課程思政內(nèi)容：（1）強(qiáng)調(diào)團(tuán)隊(duì)合作

（3）掌握預(yù)訓(xùn)練模

的重要性，如互相尊重、合作共嬴

型的遷移方法。

等，讓學(xué)生了解團(tuán)隊(duì)合作的重要性，

并能夠在未來(lái)的工作中積極參與團(tuán)

隊(duì)協(xié)作;（2）強(qiáng)調(diào)集體主義的重要

性，如關(guān)心集體、團(tuán)結(jié)互助等，讓

學(xué)生了解集體主義的概念和重要

性，并能夠在未來(lái)的工作中枳極參

與集體主義實(shí)踐活動(dòng)。

第6章深度卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

案例

6.1人臉識(shí)別（1）了解人臉識(shí)別、

6.2語(yǔ)義分割語(yǔ)義分割、目標(biāo)檢測(cè)

6.3目標(biāo)檢測(cè)以及生成對(duì)抗網(wǎng)絡(luò)講授、課堂

目標(biāo)

66.4生成對(duì)抗網(wǎng)絡(luò)的基本原理；6+1練習(xí)、課后

4,5

重點(diǎn)：6.4（2）掌握使用卷積作業(yè)、思政

難點(diǎn)：6.4神經(jīng)網(wǎng)絡(luò)解決實(shí)際

能3：模仿已有的案例，能夠利用

工程問(wèn)題的技能。

卷枳神經(jīng)網(wǎng)絡(luò)解決實(shí)際工程問(wèn)題。

課程思政內(nèi)容：（1）引入人工智能

課內(nèi)學(xué)時(shí)支撐

課

教學(xué)內(nèi)容教學(xué)程

序號(hào)學(xué)習(xí)預(yù)期成果（講授學(xué)時(shí)』課

目

（含重點(diǎn)、難點(diǎn)、課程思政內(nèi)容）方式標(biāo)

外實(shí)驗(yàn)學(xué)時(shí)）

倫理的討論，如隱私保護(hù)、數(shù)據(jù)公

正、人工智能的道德約束等，讓學(xué)

生了解人工智能倫理的重要性，并

能夠在未來(lái)的工作中遵循人工智能

倫理原則；（2）強(qiáng)調(diào)社會(huì)主義核心

價(jià)值觀的重要性，如愛(ài)國(guó)、敬業(yè)、

誠(chéng)信、友善等，讓學(xué)生了解社會(huì)主

義核心價(jià)值觀的概念和重要性，并

能夠在未來(lái)的工作中踐行社會(huì)主義

核心價(jià)值觀。

第7章循環(huán)神經(jīng)網(wǎng)絡(luò)

7.1一個(gè)簡(jiǎn)單的循環(huán)神經(jīng)網(wǎng)絡(luò)一

航空旅客出行人數(shù)預(yù)測(cè)

7.3長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（LSTM）

7.4文本的表示

7.5基于LSTM的文本分類

7.6基于LSTM的文本生成

重點(diǎn)：7.3、7.4

（1）了解長(zhǎng)短時(shí)記

難點(diǎn)：7.5、7.6

憶網(wǎng)絡(luò)（LSTM）的基

能力：具備使用LSTM解決問(wèn)題的能

本結(jié)構(gòu)及其參數(shù)的

力，如文本理解、文本生成等。

計(jì)算方法；

課程思政內(nèi)容：（1）在介紹循環(huán)神

（2）掌握LSTM的講授、課后目標(biāo)

7經(jīng)網(wǎng)絡(luò)時(shí)，可以特別介紹一些具有6+1

使用方法；作業(yè)、思政1,5

國(guó)際競(jìng)爭(zhēng)力的中國(guó)科學(xué)家和工程師

（3）能夠使用

的貢獻(xiàn)，如屠呦呦、袁隆平、馬化

LSTM完成文本分

騰等，讓學(xué)生了解并尊重為自己的

類、文本生成等任

國(guó)家爭(zhēng)光的英雄人物，培養(yǎng)愛(ài)國(guó)主

務(wù)。

義精神；（2）歷史唯物主義認(rèn)為人

類社會(huì)歷史的發(fā)展是一個(gè)不斷演進(jìn)

的過(guò)程，而循環(huán)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)也

是一個(gè)不斷迭代的過(guò)程。例如，我

們需要不斷學(xué)習(xí)新的知識(shí)、技術(shù)，

不斷更新自己的認(rèn)知，不斷反思自

己的學(xué)習(xí)方法和效果，不斷改進(jìn)自

己的學(xué)習(xí)策略。

第8章基于預(yù)訓(xùn)練模型的自然語(yǔ)

（1）了解Seq2Seq

言處理

結(jié)構(gòu)與注意力機(jī)制

8.1Seq2Seq結(jié)構(gòu)與注意力機(jī)制

的基本原理；

8.2Transformer及其在NLP中的

（2）掌握

應(yīng)用

Transformer及ViT的

8.3BERT及其在NLP中的應(yīng)用講授、課后目標(biāo)

8使用方法；4+1

8.4基于GPT的文本生成作業(yè)、思政2,5

（3）具備使用

8.5視覺(jué)Transformer（ViT）

Transformer、ViT、

8.6ChatGPT及其使用方法（*）

BERT、GPT解決實(shí)

重點(diǎn)：8.2、8.3、8.5

際工程問(wèn)題的基本

難點(diǎn)：8.1、8.5

能力。

能力：（1）能夠運(yùn)用Transformer解

課內(nèi)學(xué)時(shí)支撐

課

教學(xué)內(nèi)容教學(xué)程

序號(hào)學(xué)習(xí)預(yù)期成果（講授學(xué)時(shí)』課

目

（含重點(diǎn)、難點(diǎn)、課程思政內(nèi)容）方式標(biāo)

外實(shí)驗(yàn)學(xué)時(shí)）

決NLP中的基本問(wèn)題；（2）能夠運(yùn)

用BERT解決文本理解任務(wù)；（3）

能夠運(yùn)用GPT完成一些初步的語(yǔ)言

生成任務(wù)；（4）能夠運(yùn)用（ViT）解決

一些圖像識(shí)別問(wèn)題。

課程思政內(nèi)容：（1）不管是人類語(yǔ)

言還是機(jī)器生成的語(yǔ)言，都必須維

護(hù)黨和國(guó)家的形象。只有維護(hù)黨的

形象，才能贏得人民群眾的信任和

支持。因此，自然語(yǔ)言處理技術(shù)也

必須注意意識(shí)形態(tài)，而不能“為所欲

為“；（2）國(guó)家秘密是國(guó)冢安全的重

要組成部分。只有保守國(guó)家秘密，

才能保障國(guó)家的安全和穩(wěn)定。因此，

文本生成算法和程序必須能夠保守

黨和國(guó)家的秘密。

第9章面向解釋的深度神經(jīng)網(wǎng)絡(luò)

可視化方法（*）

9.1CNN各網(wǎng)絡(luò)層輸出的可視化

9.2CNN模型決策原因的可視化

（1）掌握CNN各網(wǎng)

方法

絡(luò)層輸出的可視化

9.3面向NLP任務(wù)的可視化方法

方法；

重點(diǎn):9.2、9.3

（2）了解CNN模型0課后作業(yè)、目標(biāo)

9難點(diǎn)：9.2、9.3

決策原因的可視化（選讀）思政3,5

能力：具備可視化CNN決策過(guò)程的

方法的基本原理；

初步能力。

（3）了解面向NLP

課程思政內(nèi)容：從深度神經(jīng)網(wǎng)絡(luò)的

任務(wù)的可視化方法。

黑盒特性引入可解釋人工智能的重

要性，從而強(qiáng)調(diào)社會(huì)上公平、公開(kāi)

和公正的意義，進(jìn)而激勵(lì)學(xué)生枳極

建設(shè)我們的法制社會(huì)主義祖國(guó)。

第10章多模態(tài)學(xué)習(xí)與多模態(tài)數(shù)據(jù)

分類

10.1多模態(tài)學(xué)習(xí)

10.2多模態(tài)數(shù)據(jù)分類

10.3多模態(tài)數(shù)據(jù)分類案洌（1）了解多模態(tài)學(xué)

重點(diǎn)：10.2習(xí)的基本概念；

難點(diǎn)：10.2（2）掌握多模態(tài)學(xué)講授、課堂

能分：能夠運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)和循目標(biāo)

10習(xí)的基本方法；4+1練習(xí)、課后

4,5

環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行多模態(tài)數(shù)據(jù)分類。（3）能夠設(shè)計(jì)多模作業(yè)、思政

課程思政內(nèi)容：并發(fā)控制是保障系態(tài)分類網(wǎng)絡(luò)，并用于

統(tǒng)高效穩(wěn)定運(yùn)行的重要技術(shù)之一，解決實(shí)際工程問(wèn)題。

可以結(jié)合歷史和現(xiàn)實(shí)的案例，讓學(xué)

生認(rèn)識(shí)到并發(fā)控制對(duì)于系統(tǒng)穩(wěn)定性

和高效性的重要性，從而培養(yǎng)學(xué)生

的愛(ài)國(guó)主義精神。

注：課堂授課學(xué)時(shí)：48學(xué)時(shí)；實(shí)瞼學(xué)時(shí)：8學(xué)時(shí)。

七、課程考核和標(biāo)準(zhǔn)

(一)考核方式

本課程總評(píng)成績(jī)由平時(shí)成績(jī)利期末考試成績(jī)組成，課程總評(píng)成績(jī)=平時(shí)成績(jī)*5()%+期末考試成績(jī)*50%,

其中平時(shí)成績(jī)二期中考試、測(cè)驗(yàn)*0.30+課后作業(yè)*0.30+上機(jī)實(shí)驗(yàn)*0.40,具體構(gòu)成如下：

表4課程考核內(nèi)容與課程目標(biāo)對(duì)應(yīng)關(guān)系

評(píng)價(jià)依據(jù)及成績(jī)權(quán)重

考試成績(jī)

平時(shí)成績(jī)(百分制)

(百分制)

在總評(píng)成

在總評(píng)成績(jī)的權(quán)重：0.5

績(jī)的權(quán)重：

(根據(jù)實(shí)際情況填寫)

0.5

期末考核

課程目標(biāo)

平時(shí)考核項(xiàng)目在課程目標(biāo)中的權(quán)重

權(quán)聿

(考核項(xiàng)目?jī)H供參考，可根據(jù)情況修改，(所有權(quán)

所有權(quán)重合計(jì)應(yīng)等于1)

序重合計(jì)應(yīng)

課程目標(biāo)考核內(nèi)容等于1)

課

課

號(hào)程

程

目

目

標(biāo)

課

程

課

標(biāo)

線

期

在

程

標(biāo)

目

平

上

中

課

上

翻

平

目

試

考

時(shí)

自

考

后

機(jī)

轉(zhuǎn)

標(biāo)

時(shí)

作

成

大

實(shí)

績(jī)

學(xué)

成

課

分

成

業(yè)

驗(yàn)

堂

測(cè)

自

績(jī)

重

權(quán)

值

績(jī)

驗(yàn)

測(cè)

權(quán)

計(jì)

合

內(nèi)

重

的

合

分

計(jì)