深度学习实践教程 教案全套 第1--8章 深度学习基础----生成式对抗网络.pdfVIP

深度学习实践教程 教案全套 第1--8章 深度学习基础----生成式对抗网络.pdf

  1. 1、本文档共24页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

深度学习实践教程

教案

第4章线性回归和逻辑回归深度学习课程教学方案

课程名称:深度学习任课教师:

开课单位:

教学对象:

教学目标:

1.理解回归.理解线性回归模型

2.掌握一元线性回归的实现.理解梯度及梯度下降

3.了解多元线性回归实现.掌握逻辑回归的概念和代码实现

重点:

理解线性回归模型,掌握一元线性回归的实现。逻辑回归的概念和代码实现。

难点:

梯度下降法和损失函数。

教学安排:

教学环节教学内容

(1)多媒体课堂教学

教学工具

(2)超星:上传PPT、练习题、实验

1.11回归

1.2线性回归模型

1.3一元线性回归的实现

教学任务

1.4梯度及梯度下降

1.5多元线性回归实现

1.6逻辑回归

本章围绕两个问题展开:一、建立深度学习的线性回归模型,实现简单预测。二、建

内容引入

立深度学习的逻辑回归模型,实现简单分类。

8

9

线性回归模型分为一元线性回归和多元线性回归。在一元线性回归模型中先介绍什么

是回归、什么是线性回归、解决线性回归的两个主要方法:最小二乘法和梯度下降法。最

后介绍逻辑回归模型。学习线性回归的建模思想能够有助于理解复杂的深度学习模型。

4.1回归

4.2线性回归模型

4.3一元线性回归的实现

4.44梯度及梯度卜降

4.4.1梯度

4.4.2梯度下降法

授新环节

4.5多元线性回归实现

4.6逻辑回归

4.6.1什么是逻辑回归

4.6.2逻辑回归中的损失函数

4.6.3逻辑回归的代码实现

详细内容见PPT

课程思政引申迭代法的内涵,强化工匠精神。

线性回归模型处理的是预测问题,逻辑回归模型处理的是分类问题。那么回归问题和

分类问题的区别在哪里呢?分类问题希望把数据集分到某一类,所以这是一个离散的问题。

而线性回归是一个连续的问题,比如曲线的拟合,我们可以拟合任意的函数结果,这个结

内容小结

果是一个连续的值。

分类问题和回归问题是深度学习的第一步,拿到任何一个问题,我们都需要先确定其

到底是分类还是回归,然后再进行算法设计。

课后作业本章习题

(1)从课程思政的角度:

深度学习与思政教育紧密结合。

(2)从知识体系的角度:

教学总结

本章是理解深度学习的基础,通过实验理解是最好的方法。

(3)从能力培养的角度:

综合运用数学、计算机的知识,培养全方位高素质人才。

(1)通过理论课堂教学,进行师生互动,在课程

文档评论(0)

A~下一站守候 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档