人工神經(jīng)網(wǎng)絡(luò)課程與深度學(xué)習(xí)融合的混合式教學(xué)改革研究

［摘 要］文章依托人工神經(jīng)網(wǎng)絡(luò)研究生課程的講授經(jīng)驗(yàn)，分析其特點(diǎn)和現(xiàn)狀，著重探討其教學(xué)內(nèi)容上的時(shí)效性與實(shí)踐性問(wèn)題，提出神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)融合的線(xiàn)上線(xiàn)下混合式教學(xué)改革，提升課程理論和方法的時(shí)效性；提出前沿性的實(shí)踐類(lèi)研究型專(zhuān)題，提升研究生的實(shí)踐動(dòng)手能力；搭建與課程內(nèi)容配套的線(xiàn)上系統(tǒng)，方便研究生自主學(xué)習(xí)、互動(dòng)學(xué)習(xí)。通過(guò)踐行“與時(shí)俱進(jìn)、互動(dòng)評(píng)價(jià)、專(zhuān)題創(chuàng)新”的教學(xué)理念，提高研究生的創(chuàng)新思維與綜合素質(zhì)。

［關(guān)鍵詞］人工神經(jīng)網(wǎng)絡(luò)課程；深度學(xué)習(xí)；混合式教學(xué)；人工智能類(lèi)課程

［中圖分類(lèi)號(hào)］G642.0 ［文獻(xiàn)標(biāo)識(shí)碼］A ［文章編號(hào)］2095-3437（2024）15-0075-05

一、問(wèn)題的提出

人工智能是新一輪科技和產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，我國(guó)已將人工智能發(fā)展放在國(guó)家戰(zhàn)略層面。高校作為人工智能發(fā)展的人才高地，研究生教育在培養(yǎng)高素質(zhì)、高水平專(zhuān)業(yè)技術(shù)人才方面起著關(guān)鍵作用[1]。在人工智能熱點(diǎn)中，人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks）擔(dān)當(dāng)重要的角色，其涉及計(jì)算機(jī)科學(xué)與技術(shù)、控制科學(xué)與技術(shù)、信息與通信工程、電子科學(xué)與技術(shù)等學(xué)科，其應(yīng)用也滲透到機(jī)器人、自動(dòng)駕駛等方面[2]。人工神經(jīng)網(wǎng)絡(luò)課作為高校智能方向的核心課程，融合了數(shù)理統(tǒng)計(jì)、計(jì)算機(jī)科學(xué)、運(yùn)籌學(xué)等學(xué)科知識(shí)，其課程內(nèi)容主要由感知器、BP神經(jīng)網(wǎng)絡(luò)等網(wǎng)絡(luò)模型構(gòu)成，為學(xué)生奠定了人工神經(jīng)網(wǎng)絡(luò)的概念、特點(diǎn)和理論基礎(chǔ)，幫助學(xué)生了解其在數(shù)值計(jì)算、模式識(shí)別與分類(lèi)等方面的應(yīng)用。

考慮到常年穩(wěn)定的教學(xué)內(nèi)容和教學(xué)大綱使得授課內(nèi)容相對(duì)滯后，尤其是近年人工神經(jīng)網(wǎng)絡(luò)的理論、技術(shù)與方法在日新月異地更新[3]，不少該領(lǐng)域的新方法與技術(shù)對(duì)于授課教師而言也是全新的。因此，面對(duì)人工智能快速發(fā)展和應(yīng)用廣泛的現(xiàn)實(shí)，常規(guī)的人工神經(jīng)網(wǎng)絡(luò)課程教學(xué)內(nèi)容和講授方法面臨全新的挑戰(zhàn)。

教學(xué)組針對(duì)該課程技術(shù)更新快、應(yīng)用面廣、知識(shí)點(diǎn)多等特點(diǎn)，積極改進(jìn)教學(xué)方法，補(bǔ)充更新教學(xué)內(nèi)容，整理利用網(wǎng)絡(luò)資源，加強(qiáng)研究生實(shí)踐創(chuàng)新能力培養(yǎng)，推行和完善智能時(shí)代下的人工神經(jīng)網(wǎng)絡(luò)課程建設(shè)，幫助學(xué)生在理論知識(shí)認(rèn)識(shí)、實(shí)踐技能鍛煉、創(chuàng)新能力培養(yǎng)等方面獲得與時(shí)俱進(jìn)的提升。

二、人工神經(jīng)網(wǎng)絡(luò)課程的問(wèn)題分析與改革舉措

為了使人工神經(jīng)網(wǎng)絡(luò)課程更好地培養(yǎng)具有知識(shí)面廣、創(chuàng)新意識(shí)強(qiáng)的研究生，文章從分析原課程的問(wèn)題出發(fā)，提出課程的改革舉措。

（一）時(shí)效性滯后

由于該課程知識(shí)所關(guān)聯(lián)的方法與技術(shù)更新速度快，從教學(xué)內(nèi)容的時(shí)效性上分析發(fā)現(xiàn)，目前教學(xué)內(nèi)容相對(duì)滯后于前沿技術(shù)。原課程教學(xué)內(nèi)容主要由感知器、BP、RBF、Elman、Hopfield神經(jīng)網(wǎng)絡(luò)等傳統(tǒng)經(jīng)典的網(wǎng)絡(luò)模型組成，相對(duì)現(xiàn)今前沿的模型、方法和技術(shù)已有較大的時(shí)間跨度，而新興的諸多深度學(xué)習(xí)網(wǎng)絡(luò)模型已經(jīng)在機(jī)器視覺(jué)、語(yǔ)言理解等領(lǐng)域帶來(lái)重大突破[4]?？梢?jiàn)，在必須掌握經(jīng)典知識(shí)的前提下，研究生應(yīng)接觸、了解和學(xué)習(xí)新內(nèi)容，但傳統(tǒng)神經(jīng)網(wǎng)絡(luò)教學(xué)還達(dá)不到該要求。因此，教學(xué)內(nèi)容的更新和前后知識(shí)的相互關(guān)聯(lián)是必要的改革舉措。

（二）實(shí)踐性不足

由于該課程知識(shí)蘊(yùn)含較多數(shù)學(xué)理論，從而占有較多課時(shí)，從教學(xué)實(shí)踐性分析發(fā)現(xiàn)，課程實(shí)驗(yàn)資源缺乏，研究生動(dòng)手實(shí)踐機(jī)會(huì)較少。原課程教學(xué)內(nèi)容側(cè)重原理和算法推導(dǎo)，這對(duì)掌握經(jīng)典的人工神經(jīng)網(wǎng)絡(luò)思想很重要。但如今的網(wǎng)絡(luò)模型重在開(kāi)源、實(shí)踐與實(shí)用，原課程實(shí)驗(yàn)的設(shè)計(jì)較少，導(dǎo)致研究生的動(dòng)手實(shí)踐能力、科研與分析能力得不到提高，制約了應(yīng)用型創(chuàng)新人才的培養(yǎng)，難以滿(mǎn)足工程素質(zhì)教育的要求。因此，應(yīng)設(shè)計(jì)課程教學(xué)內(nèi)容相關(guān)的實(shí)驗(yàn)和實(shí)踐，以實(shí)現(xiàn)理論知識(shí)與應(yīng)用之間的互動(dòng)創(chuàng)新。

（三）課時(shí)有限制

由于課程授課課時(shí)有限，從教學(xué)方式上分析發(fā)現(xiàn)，線(xiàn)下授課受到時(shí)空限制且未能高效地利用如今開(kāi)源的人工智能網(wǎng)絡(luò)資源。為了提高研究生的學(xué)習(xí)效率，強(qiáng)化和促進(jìn)研究生課下自主學(xué)習(xí)的能力，教師可以研發(fā)配套的線(xiàn)上系統(tǒng)，以滿(mǎn)足研究生在計(jì)算機(jī)和手機(jī)端登錄和訪(fǎng)問(wèn)的需求，綜合采用“線(xiàn)上+線(xiàn)下”混合式教學(xué)模式[5]來(lái)服務(wù)研究生，讓研究生可以隨時(shí)隨地查看課程相關(guān)內(nèi)容，更加貼近研究生教育對(duì)教學(xué)和能力培養(yǎng)的直接需求，進(jìn)一步提升課程質(zhì)量。

綜上，針對(duì)該課程的問(wèn)題和相應(yīng)的改革舉措，從經(jīng)典神經(jīng)網(wǎng)絡(luò)到新興深度網(wǎng)絡(luò)模型，設(shè)計(jì)由淺到深并有機(jī)關(guān)聯(lián)的教學(xué)內(nèi)容；設(shè)計(jì)可研究的實(shí)踐創(chuàng)新專(zhuān)題，調(diào)動(dòng)研究生自主研究的興趣，更好地衡量和評(píng)價(jià)研究生對(duì)課程內(nèi)容的理解程度和科研水平，培養(yǎng)研究生的創(chuàng)新思維和科研素質(zhì)。在此基礎(chǔ)上，開(kāi)發(fā)課程配套的線(xiàn)上系統(tǒng)，采用多元化學(xué)習(xí)方式，提高研究生的學(xué)習(xí)效率，強(qiáng)化師生互動(dòng)。本課程的教學(xué)改革思路如圖1所示。

三、人工神經(jīng)網(wǎng)絡(luò)課程教學(xué)改革方法

（一）教學(xué)知識(shí)點(diǎn)的增量更新

1. 優(yōu)化課程教學(xué)內(nèi)容

傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)課程主要學(xué)習(xí)淺層前向網(wǎng)絡(luò)、誤差反向傳播算法、經(jīng)典的反饋型和自競(jìng)爭(zhēng)型網(wǎng)絡(luò)等內(nèi)容。為了跟蹤學(xué)科前沿，緊貼新興方法與技術(shù)，教師應(yīng)及時(shí)更新課程內(nèi)容，尤其是深度學(xué)習(xí)中的新興網(wǎng)絡(luò)模型與算法。如將課程教學(xué)模塊優(yōu)化為前向神經(jīng)網(wǎng)絡(luò)、反饋神經(jīng)網(wǎng)絡(luò)、自組織神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)網(wǎng)絡(luò)四大模塊，課程教學(xué)模塊優(yōu)化前后對(duì)比情況見(jiàn)表1。

在課程教學(xué)模塊優(yōu)化上，以時(shí)間為順序選擇具有重要意義的卷積型深度學(xué)習(xí)網(wǎng)絡(luò)模型，從圖像分類(lèi)、分割、目標(biāo)檢測(cè)三個(gè)方向來(lái)講授，如ResNet、UNet和YOLO系列等十余種應(yīng)用廣泛并受到一致認(rèn)可的重要模型[6]，其中的重要知識(shí)點(diǎn)以卷積計(jì)算方法和結(jié)構(gòu)、模型結(jié)構(gòu)設(shè)計(jì)和學(xué)習(xí)策略為主，突出各個(gè)網(wǎng)絡(luò)模型的特點(diǎn)以及其在深度學(xué)習(xí)發(fā)展上的重大作用。在認(rèn)識(shí)卷積型深度學(xué)習(xí)網(wǎng)絡(luò)的基礎(chǔ)上，講授目前發(fā)展強(qiáng)勁的自注意力機(jī)制結(jié)構(gòu)，以Transformer、Bert、ViT等具有里程碑意義的模型為主[7]，重要知識(shí)點(diǎn)圍繞自注意力計(jì)算方法與結(jié)構(gòu)、自注意力變種、自注意力網(wǎng)絡(luò)基礎(chǔ)結(jié)構(gòu)而展開(kāi)，突出其與卷積型網(wǎng)絡(luò)的異同及其在前沿發(fā)展中的重要意義。

2. 優(yōu)化內(nèi)容模塊學(xué)時(shí)

在課程教學(xué)模塊內(nèi)容優(yōu)化的同時(shí)，教師應(yīng)保持課程的授課學(xué)時(shí)不變，這需要合理地壓縮部分經(jīng)典網(wǎng)絡(luò)內(nèi)容，課程學(xué)時(shí)優(yōu)化前后對(duì)比情況見(jiàn)表2。

（1）經(jīng)典神經(jīng)網(wǎng)絡(luò)部分，前向神經(jīng)網(wǎng)絡(luò)的理論學(xué)時(shí)由14學(xué)時(shí)減少到10學(xué)時(shí)，刪減PID神經(jīng)網(wǎng)絡(luò)內(nèi)容，反饋神經(jīng)網(wǎng)絡(luò)的理論學(xué)時(shí)由6學(xué)時(shí)減少到4學(xué)時(shí)。

（2）深度學(xué)習(xí)網(wǎng)絡(luò)部分，理論學(xué)時(shí)增加6學(xué)時(shí)，實(shí)踐學(xué)時(shí)增加14學(xué)時(shí)。

整體上，新增知識(shí)方面的授課學(xué)時(shí)增加占比約20%，總體實(shí)踐課時(shí)增加20%以上，使研究生所學(xué)習(xí)的課程內(nèi)容與人工智能前沿接軌，提高研究生的專(zhuān)業(yè)技術(shù)與實(shí)踐能力。

（二）研究型專(zhuān)題的設(shè)計(jì)與評(píng)價(jià)

在教學(xué)方法上，研究生教學(xué)應(yīng)區(qū)別于本科生教學(xué)，前者更加注重培養(yǎng)學(xué)生的自主學(xué)習(xí)與探索能力。針對(duì)人工神經(jīng)網(wǎng)絡(luò)課程特點(diǎn)和教學(xué)重點(diǎn)內(nèi)容，引入實(shí)踐案例或教師所從事的科研項(xiàng)目?jī)?nèi)容，為重點(diǎn)知識(shí)設(shè)計(jì)專(zhuān)題。目前教學(xué)組已完成近30個(gè)專(zhuān)題的設(shè)計(jì)。這些專(zhuān)題具有研究性、實(shí)用性和實(shí)踐性，要求研究生自我學(xué)習(xí)、自主探索，或者形成學(xué)習(xí)小組，合理分工、團(tuán)結(jié)協(xié)作完成專(zhuān)題任務(wù)，小組之間相互交流學(xué)習(xí)，共同促進(jìn)。面對(duì)難度較大的專(zhuān)題，鼓勵(lì)研究生通過(guò)參加導(dǎo)師的科研項(xiàng)目或參加國(guó)內(nèi)知名的學(xué)術(shù)會(huì)議、研究生學(xué)術(shù)論壇等，以拓寬視野、尋找專(zhuān)題研究的新思路、新方法，培養(yǎng)研究生的工程設(shè)計(jì)能力和創(chuàng)新思維能力。

課程從課題類(lèi)型、難易程度兩個(gè)方面設(shè)計(jì)研究型專(zhuān)題，包括基礎(chǔ)類(lèi)、應(yīng)用類(lèi)和挑戰(zhàn)類(lèi)。研究生或?qū)W習(xí)小組自行選擇神經(jīng)網(wǎng)絡(luò)模型并完成文獻(xiàn)查詢(xún)、Python編程、仿真驗(yàn)證、指標(biāo)評(píng)價(jià)等實(shí)驗(yàn)與實(shí)踐工作，達(dá)到專(zhuān)題所要求的目標(biāo)；同時(shí)，鼓勵(lì)研究生通過(guò)文獻(xiàn)閱讀和自身的研究課題，激發(fā)研究生的創(chuàng)新精神，自行設(shè)定課題對(duì)象和目標(biāo)，在通過(guò)教師審核后完成相應(yīng)的任務(wù)，以達(dá)到本課程要求的目標(biāo)，獲得相應(yīng)的成績(jī)。研究生設(shè)計(jì)的部分研究性專(zhuān)題見(jiàn)表3。

（三）輔助教學(xué)的線(xiàn)上系統(tǒng)開(kāi)發(fā)與使用

基于最新web技術(shù)開(kāi)發(fā)實(shí)現(xiàn)與課程內(nèi)容配套的線(xiàn)上系統(tǒng)，分為前端界面和后端數(shù)據(jù)庫(kù)兩個(gè)部分。前端界面能夠展示學(xué)習(xí)資料，包括PPT講義、習(xí)題、示例代碼和網(wǎng)絡(luò)共享資源、研究型專(zhuān)題、問(wèn)題討論和交流等；后端數(shù)據(jù)庫(kù)支持整個(gè)系統(tǒng)，完成各類(lèi)學(xué)習(xí)數(shù)據(jù)、研究生數(shù)據(jù)的結(jié)構(gòu)化存儲(chǔ)，以服務(wù)網(wǎng)站系統(tǒng)各項(xiàng)功能的實(shí)現(xiàn)。該課程線(xiàn)上系統(tǒng)的主要功能（見(jiàn)圖2）包括如下四個(gè)模塊。

1. 課程資源模塊

課程自編課件PPT，應(yīng)用及其示例代碼、其他參考資料、網(wǎng)絡(luò)共享資源等材料的上傳下載功能。

2. 作業(yè)習(xí)題集模塊

各章節(jié)作業(yè)、自編習(xí)題集和優(yōu)秀作業(yè)的瀏覽、上傳和下載功能。

3. 專(zhuān)題研究模塊

神經(jīng)網(wǎng)絡(luò)模型的案例分析、專(zhuān)題集以及個(gè)人或小組申請(qǐng)完成專(zhuān)題及其評(píng)價(jià)功能。

4. 互動(dòng)交流模塊

師生和學(xué)生之間的問(wèn)題討論和資源共享功能。

通過(guò)該系統(tǒng)，教師可在授課時(shí)使用系統(tǒng)提供的案例與代碼，展示神經(jīng)網(wǎng)絡(luò)模型的功能和作用。課程知識(shí)點(diǎn)相關(guān)的作業(yè)和習(xí)題以在線(xiàn)形式發(fā)布，研究生可結(jié)合案例學(xué)習(xí)。在保證課堂理論授課32學(xué)時(shí)的基礎(chǔ)上，研究生課后在線(xiàn)上系統(tǒng)隨時(shí)隨地查看和學(xué)習(xí)課程知識(shí)點(diǎn)、查看往屆優(yōu)秀作業(yè)、查看研究型專(zhuān)題并提交完成報(bào)告。該系統(tǒng)提供的互動(dòng)交流功能，可實(shí)現(xiàn)在線(xiàn)留言、交流和討論功能，提高研究生發(fā)現(xiàn)問(wèn)題、解決問(wèn)題的能力。另外，教師和學(xué)生都可以通過(guò)上傳材料，分享與人工神經(jīng)網(wǎng)絡(luò)前沿知識(shí)相關(guān)的講座、視頻等。通過(guò)這種混合式的授課模式，培養(yǎng)研究生的學(xué)習(xí)素養(yǎng)，提升研究生跟蹤前沿的能力以及對(duì)科學(xué)研究的興趣。

四、結(jié)語(yǔ)

本文以自動(dòng)化專(zhuān)業(yè)的人工神經(jīng)網(wǎng)絡(luò)課程教學(xué)改革為主題，通過(guò)分析課程中的問(wèn)題及其原因，有針對(duì)性地提出了改革措施，明確了課程內(nèi)容中傳統(tǒng)與新興方法互補(bǔ)融合的重要性，設(shè)計(jì)了培養(yǎng)研究生實(shí)踐與創(chuàng)新的研究型專(zhuān)題，開(kāi)發(fā)了配套課程內(nèi)容的線(xiàn)上系統(tǒng)以豐富學(xué)習(xí)形式。人工神經(jīng)網(wǎng)絡(luò)課程的改革舉措以人工智能時(shí)代特點(diǎn)為角度，以培養(yǎng)具有扎實(shí)基礎(chǔ)知識(shí)和前沿技術(shù)認(rèn)識(shí)的人才為中心，推進(jìn)傳統(tǒng)的和經(jīng)典的人工神經(jīng)網(wǎng)絡(luò)知識(shí)與前沿的和新興的神經(jīng)網(wǎng)絡(luò)知識(shí)相互結(jié)合，突出學(xué)以致用、解決實(shí)際問(wèn)題的能力培養(yǎng)，使課程真正關(guān)注研究生綜合素質(zhì)的提高，幫助研究生在基礎(chǔ)知識(shí)與技能、團(tuán)隊(duì)協(xié)作、分析與解決問(wèn)題、溝通等方面得到良好的訓(xùn)練，為研究生將來(lái)從事AI領(lǐng)域工作打下堅(jiān)實(shí)的基礎(chǔ)。教學(xué)組將持續(xù)推進(jìn)研究生教育改革步伐，建立高水平的“金課”和一流課程。

［ 參 考 文 獻(xiàn) ］

[1］ 邱賽兵，劉心歌.數(shù)學(xué)專(zhuān)業(yè)研究生神經(jīng)網(wǎng)絡(luò)課程的教學(xué)改革與研究[J].湖南理工學(xué)院學(xué)報(bào)（自然科學(xué)版），2016，29（2）：81-83.

[2］ 張馳，郭媛，黎明.人工神經(jīng)網(wǎng)絡(luò)模型發(fā)展及應(yīng)用綜述[J].計(jì)算機(jī)工程與應(yīng)用，2021，57（11）：57-69.

[3］ 李曉媛，曾慶山.《人工神經(jīng)網(wǎng)絡(luò)》課程的自助互動(dòng)教學(xué)方法探索[J].教育現(xiàn)代化，2018，5（35）：130-133.

[4] 張強(qiáng)，牛天林，邵思羽，等.神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用課程線(xiàn)上線(xiàn)下混合教學(xué)模式探析[J].高教學(xué)刊，2022，8（14）：66-69.

[5] 趙岑，王展碩.線(xiàn)上線(xiàn)下融合式學(xué)生工作的特征與實(shí)踐[J].高等教育研究，2021，42（11）：83-88.

[6] 陳科圻，朱志亮，鄧小明，等.多尺度目標(biāo)檢測(cè)的深度學(xué)習(xí)研究綜述[J].軟件學(xué)報(bào)，2021，32（4）：1201-1227.

[7] 賈紅雨，王宇涵，叢日晴，等.結(jié)合自注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)文本分類(lèi)算法研究[J].計(jì)算機(jī)應(yīng)用與軟件，2020，37（2）：200-206.

［責(zé)任編輯：黃緊德］