鄧 夏 王作為 洪才森
天津工業(yè)大學(xué) 天津 300387
近年來(lái),深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)領(lǐng)域最熱門(mén)的技術(shù),在計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、生物特征識(shí)別、信息及圖像檢索、語(yǔ)音及手寫(xiě)識(shí)別等眾多領(lǐng)域都發(fā)揮著革命性的作用。“深度學(xué)習(xí)”作為當(dāng)前計(jì)算機(jī)教育的核心專(zhuān)業(yè)課程之一,要求本科生在必須具有較強(qiáng)的理解能力及一定程度的創(chuàng)新能力。為使本科生更好地學(xué)習(xí)深度學(xué)習(xí)相關(guān)理論及模型,構(gòu)建一套深度學(xué)習(xí)案例庫(kù)模型已是大勢(shì)所趨.
2016年3月,AlphaGo與職業(yè)九段的世界冠軍李世石進(jìn)行圍棋人機(jī)大戰(zhàn),以4比1總比分獲勝。2017年5月,在烏鎮(zhèn)圍棋峰會(huì)上,它與排名世界第一棋手柯潔對(duì)戰(zhàn),以3比0總比分獲勝,圍棋界公認(rèn)AlphaGo的棋力已超過(guò)人類(lèi)職業(yè)圍棋頂尖水平。時(shí)隔不久,2019年1月,Deepmind團(tuán)隊(duì)研發(fā)的AlphaStar完成《星際爭(zhēng)霸2》首秀,戰(zhàn)勝人類(lèi)職業(yè)玩家TLO和MaNa,人工智能再下一城。與此同時(shí),自動(dòng)駕駛、自然語(yǔ)言處理等技術(shù)的發(fā)展也如火如荼。
人工智能在各個(gè)領(lǐng)域出色的表現(xiàn),宣布著人工智能時(shí)代的到來(lái)。這些表現(xiàn)離不開(kāi)人類(lèi)對(duì)于深度學(xué)習(xí)領(lǐng)域研究的深入,越來(lái)越多的人加入到學(xué)習(xí)深度學(xué)習(xí)的行列,其中不乏本科生。特別是計(jì)算機(jī)相關(guān)專(zhuān)業(yè)本科生,具有數(shù)學(xué)基礎(chǔ),學(xué)習(xí)過(guò)數(shù)據(jù)結(jié)構(gòu),算法等課程,為入門(mén)深度學(xué)習(xí)奠定了堅(jiān)實(shí)的基礎(chǔ)。
深度學(xué)習(xí)是一門(mén)多學(xué)科交叉的學(xué)科,以優(yōu)化論、概率論、矩陣論、逼近論、統(tǒng)計(jì)學(xué)、拓?fù)鋵W(xué)為基礎(chǔ),具有深厚的數(shù)學(xué)背景[1]。如今隨著深度神經(jīng)元網(wǎng)絡(luò)、深度強(qiáng)化學(xué)習(xí)概念的到來(lái),以往教學(xué)方式已經(jīng)不能滿足師生需求,無(wú)法完成教學(xué)目標(biāo)。根據(jù)近年來(lái)高校深度學(xué)習(xí)課程的教學(xué)情況反映,存在如下問(wèn)題:
深度學(xué)習(xí)課程需要學(xué)生扎實(shí)的數(shù)學(xué)基礎(chǔ)。現(xiàn)眾多高校使用的基礎(chǔ)教材是由 Ian Goodfellow等人所編著的《Deep Learning》一書(shū),該書(shū)涵蓋了大部分理論及核心算法。但內(nèi)容較為深?yuàn)W且內(nèi)容量較大,對(duì)于本科生教學(xué)有一定難度。而一些實(shí)戰(zhàn)教材,如《深度學(xué)習(xí)實(shí)戰(zhàn)》、《深度學(xué)習(xí)原理及Tensor-Flow實(shí)戰(zhàn)》等提供的案例,往往是大量代碼與少量注釋?zhuān)焕诒究粕膶W(xué)習(xí)。
近年來(lái),隨著人們對(duì)于深度學(xué)習(xí)算法研究的深入,越來(lái)越多的深度學(xué)習(xí)模型面向公眾,如遞歸神經(jīng)網(wǎng)絡(luò)模型(Recursive Neural Networks,RNN)、卷積神經(jīng)網(wǎng)絡(luò)模型(Convolutional Neural Networks,CNN)、深度生成模型(Deep Generative Models,DGM)都是時(shí)下較為熱門(mén)的深度學(xué)習(xí)模型。但由于黑盒模型和海量參數(shù)這樣的特點(diǎn),本科生很難理解其過(guò)程,容易失去學(xué)習(xí)興趣。
近年來(lái),關(guān)于本科生的深度學(xué)習(xí)課程教學(xué)改革方法被不斷提出。文獻(xiàn)[2]提出針對(duì)深度學(xué)習(xí)課程的學(xué)科特點(diǎn),進(jìn)行適度科研引導(dǎo),與實(shí)際應(yīng)用結(jié)合。文獻(xiàn)[3]提出教材建設(shè),用更科學(xué)、更合理的優(yōu)秀的教材以適應(yīng)國(guó)際上信息學(xué)科的飛速發(fā)展。文獻(xiàn)[4]提出借助眾包模式平臺(tái)Kaggle讓學(xué)生感受如何利用深度學(xué)習(xí)解決實(shí)際問(wèn)題。文獻(xiàn)[5]提出針對(duì)深度學(xué)習(xí)課程應(yīng)具有逐漸深入的特點(diǎn),從而達(dá)到教學(xué)目的。諸多教學(xué)研究者提出的教學(xué)改革方法,均是在課程內(nèi)容上進(jìn)行完善,或借助第三方平臺(tái)促進(jìn)學(xué)生學(xué)習(xí)。但并未把教學(xué)大綱內(nèi)容通過(guò)深入淺出的方式傳遞給本科生。因此,如何將深度學(xué)習(xí)內(nèi)容通過(guò)簡(jiǎn)明的方式傳遞給學(xué)生,是否可以構(gòu)建出形象的深度學(xué)習(xí)模型讓學(xué)生更好的理解深度學(xué)習(xí)算法。
“深度學(xué)習(xí)”案例庫(kù)理念的提出,結(jié)合了當(dāng)今課堂中可以運(yùn)用的現(xiàn)代教育技術(shù),通過(guò)虛擬模型,將深度學(xué)習(xí)算法的過(guò)程轉(zhuǎn)化為可視化界面,為初學(xué)者提供了形象化的模型。從而實(shí)現(xiàn)算法過(guò)程可視化、中間數(shù)據(jù)可視化、人機(jī)交互可視化等,使教師與學(xué)生有不一樣的體驗(yàn)。建設(shè)使用“深度學(xué)習(xí)”案例庫(kù),同樣需要注意以下問(wèn)題:
由于深度學(xué)習(xí)課程理論抽象、模型復(fù)雜深?yuàn)W、算法晦澀難懂,所以教師需把控好深度學(xué)習(xí)課程進(jìn)度,要做到由淺入深,深入淺出,并設(shè)計(jì)出相應(yīng)的教學(xué)模型。做到模型規(guī)范性強(qiáng)、內(nèi)容關(guān)聯(lián)性強(qiáng)、問(wèn)題啟發(fā)性強(qiáng)、案例實(shí)用性強(qiáng),從而進(jìn)一步提升教學(xué)的有效性。而不是采用生僻且晦澀的算法打擊學(xué)生的學(xué)習(xí)興趣。
教師不應(yīng)依賴案例庫(kù),要針對(duì)各部分知識(shí)進(jìn)行充分的備課,合理選擇教學(xué)案例,合理利用開(kāi)源工具,將模型講解得有內(nèi)容、有層次,同時(shí)教學(xué)內(nèi)容最好帶入知識(shí)背景以引起學(xué)生學(xué)習(xí)興趣。教學(xué)語(yǔ)言需精煉,留下足夠的時(shí)間給學(xué)生改變模型參數(shù)、調(diào)節(jié)模型,從而更好地理解算法與模型。雖然深度學(xué)習(xí)的課程內(nèi)容抽象,教學(xué)難度大。但教師如果可以做到選擇合適的案例,與學(xué)生在課堂上有良好的互動(dòng),關(guān)注學(xué)生課堂反饋情況,相輔相成。就能更好地保障深度學(xué)習(xí)教學(xué)的有效性,“深度學(xué)習(xí)”案例庫(kù)也就能發(fā)揮更好的作用。