课程总体目标

本课引导学生理解人工神经网络的仿生思想和基本结构，掌握神经元、激活函数、前向传播和反向传播的概念，理解卷积神经网络和循环神经网络的基本结构及适用场景，了解深度学习的含义、发展原因、常用框架和硬件平台，认识深度学习的典型应用与挑战。

具体学习目标

本课程共设置 6 项学习目标，涵盖知识理解、技能应用与科学探究三个维度。

1
理解神经网络

能说明人工神经网络的基本结构和工作原理。

目标
2
掌握传播机制

能理解前向传播和反向传播的作用。

目标
3
认识 CNN/RNN

能理解卷积神经网络和循环神经网络的结构与适用场景。

目标
4
了解深度学习

能说明深度学习的含义及发展原因。

目标
5
认识平台

能列举常用的深度学习框架和硬件平台。

目标
6
分析影响

能分析深度学习的典型应用与社会影响。

目标

学习路径时间线

  • 1
    认知阶段

  • 2
    巩固阶段

  • 3
    练习阶段

完成后你将掌握

能说明人工神经网络的基本结构、激活函数和前向/反向传播
能区分 CNN 和 RNN 的适用场景
能列举深度学习常用框架和硬件平台，了解其典型应用