鄧 夏 王作為 洪才森
天津工業大學 天津 300387
近年來,深度學習作為機器學習領域最熱門的技術,在計算機視覺、自然語言處理、生物特征識別、信息及圖像檢索、語音及手寫識別等眾多領域都發揮著革命性的作用。“深度學習”作為當前計算機教育的核心專業課程之一,要求本科生在必須具有較強的理解能力及一定程度的創新能力。為使本科生更好地學習深度學習相關理論及模型,構建一套深度學習案例庫模型已是大勢所趨.
2016年3月,AlphaGo與職業九段的世界冠軍李世石進行圍棋人機大戰,以4比1總比分獲勝。2017年5月,在烏鎮圍棋峰會上,它與排名世界第一棋手柯潔對戰,以3比0總比分獲勝,圍棋界公認AlphaGo的棋力已超過人類職業圍棋頂尖水平。時隔不久,2019年1月,Deepmind團隊研發的AlphaStar完成《星際爭霸2》首秀,戰勝人類職業玩家TLO和MaNa,人工智能再下一城。與此同時,自動駕駛、自然語言處理等技術的發展也如火如荼。
人工智能在各個領域出色的表現,宣布著人工智能時代的到來。這些表現離不開人類對于深度學習領域研究的深入,越來越多的人加入到學習深度學習的行列,其中不乏本科生。特別是計算機相關專業本科生,具有數學基礎,學習過數據結構,算法等課程,為入門深度學習奠定了堅實的基礎。
深度學習是一門多學科交叉的學科,以優化論、概率論、矩陣論、逼近論、統計學、拓撲學為基礎,具有深厚的數學背景[1]。如今隨著深度神經元網絡、深度強化學習概念的到來,以往教學方式已經不能滿足師生需求,無法完成教學目標。根據近年來高校深度學習課程的教學情況反映,存在如下問題:
深度學習課程需要學生扎實的數學基礎。現眾多高校使用的基礎教材是由 Ian Goodfellow等人所編著的《Deep Learning》一書,該書涵蓋了大部分理論及核心算法。但內容較為深奧且內容量較大,對于本科生教學有一定難度。而一些實戰教材,如《深度學習實戰》、《深度學習原理及Tensor-Flow實戰》等提供的案例,往往是大量代碼與少量注釋,不利于本科生的學習。
近年來,隨著人們對于深度學習算法研究的深入,越來越多的深度學習模型面向公眾,如遞歸神經網絡模型(Recursive Neural Networks,RNN)、卷積神經網絡模型(Convolutional Neural Networks,CNN)、深度生成模型(Deep Generative Models,DGM)都是時下較為熱門的深度學習模型。但由于黑盒模型和海量參數這樣的特點,本科生很難理解其過程,容易失去學習興趣。
近年來,關于本科生的深度學習課程教學改革方法被不斷提出。文獻[2]提出針對深度學習課程的學科特點,進行適度科研引導,與實際應用結合。文獻[3]提出教材建設,用更科學、更合理的優秀的教材以適應國際上信息學科的飛速發展。文獻[4]提出借助眾包模式平臺Kaggle讓學生感受如何利用深度學習解決實際問題。文獻[5]提出針對深度學習課程應具有逐漸深入的特點,從而達到教學目的。諸多教學研究者提出的教學改革方法,均是在課程內容上進行完善,或借助第三方平臺促進學生學習。但并未把教學大綱內容通過深入淺出的方式傳遞給本科生。因此,如何將深度學習內容通過簡明的方式傳遞給學生,是否可以構建出形象的深度學習模型讓學生更好的理解深度學習算法。
“深度學習”案例庫理念的提出,結合了當今課堂中可以運用的現代教育技術,通過虛擬模型,將深度學習算法的過程轉化為可視化界面,為初學者提供了形象化的模型。從而實現算法過程可視化、中間數據可視化、人機交互可視化等,使教師與學生有不一樣的體驗。建設使用“深度學習”案例庫,同樣需要注意以下問題:
由于深度學習課程理論抽象、模型復雜深奧、算法晦澀難懂,所以教師需把控好深度學習課程進度,要做到由淺入深,深入淺出,并設計出相應的教學模型。做到模型規范性強、內容關聯性強、問題啟發性強、案例實用性強,從而進一步提升教學的有效性。而不是采用生僻且晦澀的算法打擊學生的學習興趣。
教師不應依賴案例庫,要針對各部分知識進行充分的備課,合理選擇教學案例,合理利用開源工具,將模型講解得有內容、有層次,同時教學內容最好帶入知識背景以引起學生學習興趣。教學語言需精煉,留下足夠的時間給學生改變模型參數、調節模型,從而更好地理解算法與模型。雖然深度學習的課程內容抽象,教學難度大。但教師如果可以做到選擇合適的案例,與學生在課堂上有良好的互動,關注學生課堂反饋情況,相輔相成。就能更好地保障深度學習教學的有效性,“深度學習”案例庫也就能發揮更好的作用。