1.5 人工神经网络-初中 信息技术 第六册 课件 青岛版(2024)

2024-08-02
| 19页
| 342人阅读
| 2人下载
精品

资源信息

学段 初中
学科 信息科技
教材版本 初中信息科技青岛版第六册
年级 九年级
章节 第5课人工神经网络-深度学习的实现方式
类型 课件
知识点 -
使用场景 同步教学-新授课
学年 2024-2025
地区(省份) 山东省
地区(市) -
地区(区县) -
文件格式 PPTX
文件大小 3.21 MB
发布时间 2024-08-02
更新时间 2024-08-02
作者 碧水蓝天
品牌系列 -
审核时间 2024-08-02
下载链接 https://m.zxxk.com/soft/46644142.html
价格 2.00储值(1储值=1元)
来源 学科网

内容正文:

人工神经网络 第一单元 人工智能基础 1 学习目标 1.了解人工神经网络和深度学习,理解感知机的功能和深度学习的基本原理,会用主流的人工智能平台进行深度不冠心病体验活动。 2.通过“班级作文朗读器”作品设计活动,学会利用主流的人工智能平台解决生活问题的方法,提高基于模型求解抽象问题的能力。 3.在对深度学习和人工神经网络的探究过程中,建立模型化思维意识,感受深度学习的强大魅力,激发对人工智能的浓厚兴趣。 2 目 录 探秘人工神经网络 探究深度学习 探究黑白图像着色 3 探秘人工神经网络 探究一 4 探究一 探秘人工神经网络 人工神经网络(Artificial Neural Networks,简写为ANNs)是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的,并具有自学习和自适应的能力。 人工神经网络是人工智能的一种实现方式,具备学习和适应能力。通过模拟和训练,可以让人工神经网络模拟人类智能的某些方面。 5 探究一 探秘人工神经网络 人工神经网络是由大量处理单元互联组成的非线性、自适应信息处理系统。每个节点代表一种特定的输出函数,称为激励函数。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆。网络的输出则依网络的连接方式,权重值和激励函数的不同而不同。 6 探究一 感知机组成的网络就是多层感知机它是由多个层组成的,每一层的感知机都与下一层感知机进行全转接。一层感知机的输出,连接下一层的输入。这样就构成了人工神经网络。 探秘人工神经网络 7 探究一 议一议 人工神经网络中,正向传播算法和反向传播算法各有什么作用。 探秘人工神经网络 8 探 究 深 度 学 习 探究二 9 深 度 学 习 探究二 探究深度学习 深度学习是一种基于人工神经网络的机器学习方法,它能够对大量的数据进行自动化的特征提取和模式识别,以实现复杂的任务。作为一种先进的机器学习技术,深度学习已经在众多领域取得了显著的应用成果。 10 探究二 探究深度学习 车辆控制 文本生成 肖像机器翻译 深度学习的广泛应用 人脸识别 物体检测 图像分类 情感分析 道路识别 11 探究二 探究深度学习 深度机器学习方法也有监督学习与无监督学习之分.不同的学习框架下建立的学习模型很是不同.例如,卷积神经网络(Convolutional neural networks,简称CNNs)就是一种深度的监督学习下的机器学习模型,而深度置信网(Deep Belief Nets,简称DBNs)就是一种无监督学习下的机器学习模型。 12 试一试 探究二 机 器 学 习 的 分 类 无监督学习与监督学习主要的区别是什么? 13 探究黑白图像着色 探究三 14 探究三 探究黑白图像着色 百度人工智能平台 百度人工智能平台提供了一个智能应用—黑白图像上色。百度黑白图像上色功应用了深度学习、卷积神经网络等技术。 黑白图像上色中的应用原理主要是通过对图像数据的特征提取帮映射,实现了从灰度图像到彩色图像的转换。 15 探究三 探究黑白图像着色 16 探究三 探究黑白图像着色 17 探究一 议一议 在百度人工智能平台,通过”黑白图像上色“服务为黑白图像上色。 探秘人工神经网络 18 感谢观看 19 $$

资源预览图

1.5 人工神经网络-初中 信息技术 第六册 课件 青岛版(2024)
1
1.5 人工神经网络-初中 信息技术 第六册 课件 青岛版(2024)
2
1.5 人工神经网络-初中 信息技术 第六册 课件 青岛版(2024)
3
1.5 人工神经网络-初中 信息技术 第六册 课件 青岛版(2024)
4
1.5 人工神经网络-初中 信息技术 第六册 课件 青岛版(2024)
5
1.5 人工神经网络-初中 信息技术 第六册 课件 青岛版(2024)
6
所属专辑
相关资源
由于学科网是一个信息分享及获取的平台,不确保部分用户上传资料的 来源及知识产权归属。如您发现相关资料侵犯您的合法权益,请联系学科网,我们核实后将及时进行处理。