《深度课堂》PPT课件
合集下载
深度学习数学案例(课堂PPT)
![深度学习数学案例(课堂PPT)](https://img.taocdn.com/s3/m/48c6fd3af46527d3240ce07f.png)
碍
空
…… 础
验
点
间 维度2:
学生分析
维度3: 学科基本
思想方法
大单元 中单元 小单元 微单元
11
案例
“函数的概念” 单元学习主题的确定
12
教
学 有理数
内
实数
容 无理数
虚数
分
析
数与代数
坐 标 系
图形与几何
大小 形状 位置
整式
分式
数
字母 表示数
式
常量与 变量
式的 相等 大小
不等
函数 方程 不等式
解 析 式 法
数学建模思想就是在提炼和抽取实际
问题中的数学信息时,利用数学语言对其进
行描述,运用数学工具及数学方法解决问题
的一种思想方法。数学建模的过程,就是把
实际问题数学化的过程。
实际情境 提出问题 数学模型 数学结果
常量与 变量
修改
函数 模型
函数 性态研究
检验 不合乎实际 合乎实际
可用结果
18
单元学习主题:函数的概念 函数是中学数学中的重要内容.函数概念的引入
图 象 法
列 表 法
关系说 变量说 映射说
概念
表示 函数 性质
基本初等函数
……
定 义 域
值 域
单 调 性
奇 偶 性
周 期 性
特 殊 点
函 数 统 领
一次函数 (正比例) 二次函数 反比例函数
……
13
人教版教材“函数”相关章节:
为之后的内容提供
八年级下册 第19章 一次函数
知识基础、研究方法 19.1 变量与函数 19.2 一次函数 19.3 课题学习 选择方案
深度学习策略模式的认识(课堂PPT)
![深度学习策略模式的认识(课堂PPT)](https://img.taocdn.com/s3/m/61bd39b2910ef12d2af9e789.png)
问题4: “深度学习策略模式”的理论依据:
——构建主义理论(学习观、学生观、教学观)
问题5: “深度学习策略模式”的来源?
——深度学习路线(DELC),美国E.詹森(Eric Jensen)著《深度学习的7种有力策
略》
问题6:为什么在模式之前加策略两个字?
——本模式区别于一般模式的地方在于:在学习内容与学习程度上给予适当关注;
▪ 第四,任何时候都在发现、看到学生的长处,对学生成长进步充满热切的期望,对学生的 能力给予坚定的信任。
▪ 第五、若想学生积极,老师首先要积极起来,若让学生勤奋,老师首先要勤奋认真,若让 学生充满朝气、奋发向上,老师必须要充满激情。教师上课的激情是创造积极课堂文化, 实现有效教学的第一要件。
▪ 第六、要善于激励、鼓动,摒弃奚落、斥责。
▪ 学生不专心,一是听不懂而不专心,二是知道了还重复啰嗦而不专心。
▪ 确实很多东西是需要回顾、重复的,但那是学习者的事,而非教师的事。
▪ 二、营造积极的学习文化。
▪ 营造积极的学习文化是使学生实现深度的基础和前提,是实现学生有效学习,深度学习的 重要保障,没有积极就没有主动,就没有大脑的活跃和深度思考。
▪ 第七、坚定课堂是学生的课堂,学习是学生自己的事情这一根本的教学站位,要赋予学生 学习的责任,和学生一起做事,巧妙地引导、提升,。
▪ 第八、真诚,善良,面向全体,关注每一个学生,因为没有爱就没有教育。
6
“深度学习策略模式”的五个环节
▪ (一)、整体感知,明确目标。 ▪ 整体感知:即从整体上感知所学内容,注意知识点之间的联系,构建自己的
▪ 营造积极的学习文化,首先要有规范、严肃、紧张的课堂秩序,散乱的、随便的班级连起 码的有效都做不到,更不用说“深度”。
——构建主义理论(学习观、学生观、教学观)
问题5: “深度学习策略模式”的来源?
——深度学习路线(DELC),美国E.詹森(Eric Jensen)著《深度学习的7种有力策
略》
问题6:为什么在模式之前加策略两个字?
——本模式区别于一般模式的地方在于:在学习内容与学习程度上给予适当关注;
▪ 第四,任何时候都在发现、看到学生的长处,对学生成长进步充满热切的期望,对学生的 能力给予坚定的信任。
▪ 第五、若想学生积极,老师首先要积极起来,若让学生勤奋,老师首先要勤奋认真,若让 学生充满朝气、奋发向上,老师必须要充满激情。教师上课的激情是创造积极课堂文化, 实现有效教学的第一要件。
▪ 第六、要善于激励、鼓动,摒弃奚落、斥责。
▪ 学生不专心,一是听不懂而不专心,二是知道了还重复啰嗦而不专心。
▪ 确实很多东西是需要回顾、重复的,但那是学习者的事,而非教师的事。
▪ 二、营造积极的学习文化。
▪ 营造积极的学习文化是使学生实现深度的基础和前提,是实现学生有效学习,深度学习的 重要保障,没有积极就没有主动,就没有大脑的活跃和深度思考。
▪ 第七、坚定课堂是学生的课堂,学习是学生自己的事情这一根本的教学站位,要赋予学生 学习的责任,和学生一起做事,巧妙地引导、提升,。
▪ 第八、真诚,善良,面向全体,关注每一个学生,因为没有爱就没有教育。
6
“深度学习策略模式”的五个环节
▪ (一)、整体感知,明确目标。 ▪ 整体感知:即从整体上感知所学内容,注意知识点之间的联系,构建自己的
▪ 营造积极的学习文化,首先要有规范、严肃、紧张的课堂秩序,散乱的、随便的班级连起 码的有效都做不到,更不用说“深度”。
深度学习介绍ppt课件
![深度学习介绍ppt课件](https://img.taocdn.com/s3/m/06ee6867a216147916112840.png)
28
3.1 卷积神经网络(CNN)
全连接层:连接所有的特征,将输出值送给分类器(如softmax分类器), 最终得出识别结果。
29
3.2 常见网络模型
LeNet
30
3.2 常见网络模型
AlexNet
31
3.2 常见网络模型
VGG16
32
3.2 常见网络模型
GoogleNet (InceptionV4)
要了解,它有以下几个影响: 1 如何能更好的求解目标函数的极值!——高等数学中求解函数极值的知识! 可微,单调! 2 如何提升训练效率,让梯度的优化方法更稳定; 3 权值的初始值,不影响训练结果!
17
3.1 卷积神经网络(CNN)
卷积神经网络(Convolutional Neural Networks / CNNs / ConvNets)与 普通神经网络非常相似,它们都由具有可学习的权重和偏置常量(biases)的神 经元组成。每个神经元都接收一些输入,并做一些点积计算,输出是每个分 类的分数,普通神经网络里的一些计算技巧到这里依旧适用。
全连接层( Fully-Connected layer), 把所有局部特征结合变成全局特征, 用来计算最后每一类的得分。
22
3.1 卷积神经网络(CNN)
23
3.1 卷积神经网络(CNN)
在图像处理中,往往把图像表示为像素的向量,比如一个1000×1000的图像, 可以表示为一个1000000的向量。在上一节中提到的神经网络中,如果隐含 层数目与输入层一样,即也是1000000时,那么输入层到隐含层的参数数据 为1000000×1000000=10^12,这样就太多了,基本没法训练。所以图像 处理要想练成神经网络大法,必先减少参数加快速度。就跟辟邪剑谱似的, 普通人练得很挫,一旦自宫后内力变强剑法变快,就变的很牛了。
3.1 卷积神经网络(CNN)
全连接层:连接所有的特征,将输出值送给分类器(如softmax分类器), 最终得出识别结果。
29
3.2 常见网络模型
LeNet
30
3.2 常见网络模型
AlexNet
31
3.2 常见网络模型
VGG16
32
3.2 常见网络模型
GoogleNet (InceptionV4)
要了解,它有以下几个影响: 1 如何能更好的求解目标函数的极值!——高等数学中求解函数极值的知识! 可微,单调! 2 如何提升训练效率,让梯度的优化方法更稳定; 3 权值的初始值,不影响训练结果!
17
3.1 卷积神经网络(CNN)
卷积神经网络(Convolutional Neural Networks / CNNs / ConvNets)与 普通神经网络非常相似,它们都由具有可学习的权重和偏置常量(biases)的神 经元组成。每个神经元都接收一些输入,并做一些点积计算,输出是每个分 类的分数,普通神经网络里的一些计算技巧到这里依旧适用。
全连接层( Fully-Connected layer), 把所有局部特征结合变成全局特征, 用来计算最后每一类的得分。
22
3.1 卷积神经网络(CNN)
23
3.1 卷积神经网络(CNN)
在图像处理中,往往把图像表示为像素的向量,比如一个1000×1000的图像, 可以表示为一个1000000的向量。在上一节中提到的神经网络中,如果隐含 层数目与输入层一样,即也是1000000时,那么输入层到隐含层的参数数据 为1000000×1000000=10^12,这样就太多了,基本没法训练。所以图像 处理要想练成神经网络大法,必先减少参数加快速度。就跟辟邪剑谱似的, 普通人练得很挫,一旦自宫后内力变强剑法变快,就变的很牛了。
深度学习-备课PPT课件
![深度学习-备课PPT课件](https://img.taocdn.com/s3/m/218c29d790c69ec3d4bb7501.png)
• 通常情况下,集合是分两步构建的。 首先,生成许多基础学习器, 这些基础学习器可以以并行样式或序列样式生成,序列样式即基础学 习器的生成影响后续学习器的生成。 然后,将基础学习器结合使用, 其中最流行的组合方案是用于分类的多数投票和用于回归的加权平均。
-
22 为什么集合优于单个
• 第一个原因是,训练数据可能无法提供足够的信息来选择单一的最佳学习器。例如, 可能有许多学习器在训练数据集上的表现同样出色。因此,结合这些学习器可能是更好 的选择。
-
28 12.DROPOUT
• 深度学习领域大神Hinton,在2012年文献:《Improving neural networks by preventing co-adaptation of feature detectors》提出了,在 每次训练的时候,让一部分的特征检测器停止工作,这样可以提高网 络的泛化能力,Hinton又把它称之为dropout。
• ——Dietterich
-
23
模型平均如何奏效:不同模型不会在测试集上产生完全相同的误差。
•
-
24 BAGGING(装袋)方法
• Bagging是一种允许重复多次使用同一种模型、训练算法和目 标函数的方法。
• ① 根据均匀概率分布从数据中重复抽样(有放回)每个抽样 生成的自助样本集上,训练一个基分类器;对训练过的分类 器进行投票,将测试样本指派到得票最高的类中。
-
35
-
36 MODEL DESCRIPTION
-
37
没有Dropout的神经网络
有Dropout的神经网络
上面公式中Bernoulli函数,是为了以概率p,随机生成一个0、1的向量。
-
-
22 为什么集合优于单个
• 第一个原因是,训练数据可能无法提供足够的信息来选择单一的最佳学习器。例如, 可能有许多学习器在训练数据集上的表现同样出色。因此,结合这些学习器可能是更好 的选择。
-
28 12.DROPOUT
• 深度学习领域大神Hinton,在2012年文献:《Improving neural networks by preventing co-adaptation of feature detectors》提出了,在 每次训练的时候,让一部分的特征检测器停止工作,这样可以提高网 络的泛化能力,Hinton又把它称之为dropout。
• ——Dietterich
-
23
模型平均如何奏效:不同模型不会在测试集上产生完全相同的误差。
•
-
24 BAGGING(装袋)方法
• Bagging是一种允许重复多次使用同一种模型、训练算法和目 标函数的方法。
• ① 根据均匀概率分布从数据中重复抽样(有放回)每个抽样 生成的自助样本集上,训练一个基分类器;对训练过的分类 器进行投票,将测试样本指派到得票最高的类中。
-
35
-
36 MODEL DESCRIPTION
-
37
没有Dropout的神经网络
有Dropout的神经网络
上面公式中Bernoulli函数,是为了以概率p,随机生成一个0、1的向量。
-
深度学习PPT之PPT教程
![深度学习PPT之PPT教程](https://img.taocdn.com/s3/m/765233769ec3d5bbfc0a740d.png)
提炼
加工
视觉化
Vs
1:狼的眼睛有些吊眼梢,就是倾斜角度较大。 2:眼神及眼色。哈士奇的眼睛大部分都是蓝色。看起来比较易接近。 狼的眼色很杂,主要是发黄(琥珀色),看起来就很凶残。 3:狼的脸部比哈士奇瘦长。 4:好像狼的体色都是灰色偏多,一大片一大片的。带纯白色的少。 哈士奇好像身上带纯白色的最常见了。 5:哈士奇再怎么像狼它也是狗,尾巴会竖起来摇。狼可懒得讨好你, 都是尾巴下垂
学习永远不晚。 JinTai College
新建空白PPT,按演讲思路排好每页内容。思路
what 是什么 摆出中心论点
why 为什么 为什么是这样
how怎么样 阐释如何达到
前期准备
风格2统一
整体把握
细节出彩
整体设计统一
母版中选定色系(<3种),设 置字体(<3种)、字号,确定 标题、logo位置等。
提炼
加工
狼和哈士奇怎么区分
视觉化
素材来至微博搞笑排行榜
提炼
加工
狼和哈士奇怎么区分
视觉化
提炼
加工
狼和哈士奇怎么区分
视觉化
提炼
加工
狼和哈士奇怎么区分
视觉化
提炼
加工
狼和哈士奇怎么区分
视觉化
提炼
加工
狼和哈士奇怎么区分
视觉化
你确定要看 狼与哈士奇 真正差异吗?
警告!
YES
NO
提炼
加工
视觉化
狼和哈士奇真正的区别…
提炼
加工
视觉化
明白要 点了吗?
当然这种举例不适合严肃的场合!
如果你的主题已经明确, 那很好!
5 Rule
重新认仪识态 PowerPoint
深度学习基础PPT幻灯片课件
![深度学习基础PPT幻灯片课件](https://img.taocdn.com/s3/m/392c1ee7d05abe23482fb4daa58da0116c171fbd.png)
深度学习与浅层学习的区别
强调了模型结构的深度,通常有5-10多层的隐层节点;
明确突出了特征学习的重要性,通过逐层特征变换,将 样本在原空间的特征表示变换到一个新特征空间,从而 使分类或预测更加容易。与人工规则构造特征的方法相 比,利用大数据来学习特征,更能够刻画数据的丰富内 在信息。
2023/10/14
2023/10/14
6
人脑的视觉机理
1981年的诺贝尔医学奖获得者 David Hubel和Torsten Wiesel发现了视觉系统的信息处理机制,他们发现了一 种被称为"方向选择性细胞的神经元细胞,当瞳孔发现 了眼前的物体的边缘,而且这个边缘指向某个方向时, 这种神经元细胞就会活跃。
Categorical judgments, decision making
2023/10/14
23
经典例子:文字识别系统LeNet-5
INPUT 32x32
C3: f . maps
C1: feature maps 6@28x28
S 2: f . maps
6@14x14
16@10x10 S4:f.maps
16@5x5
C5: layer F6: laver OUTPUT
120
2023/10/14
5
深度学习
自2006年,深度学习(Deep Learning)已经成为机 器学习研究中的一个新兴领域,通常也被叫做深层结 构学习或分层学习。其动机在于建立、模拟人脑进行 分析学习的神经网络,它模拟人脑的机制来解释数据, 例如图像,声音和文本,深度学习是无监督学习的一 种。
深度学习的概念源于人工神经网络的研究,含多隐层 的多层感知器就是一种深度学习结构。深度学习通过 组合低层特征形成更加抽象的高层表示属性类别或特 征,已发现数据的分布式特征表示。
强调了模型结构的深度,通常有5-10多层的隐层节点;
明确突出了特征学习的重要性,通过逐层特征变换,将 样本在原空间的特征表示变换到一个新特征空间,从而 使分类或预测更加容易。与人工规则构造特征的方法相 比,利用大数据来学习特征,更能够刻画数据的丰富内 在信息。
2023/10/14
2023/10/14
6
人脑的视觉机理
1981年的诺贝尔医学奖获得者 David Hubel和Torsten Wiesel发现了视觉系统的信息处理机制,他们发现了一 种被称为"方向选择性细胞的神经元细胞,当瞳孔发现 了眼前的物体的边缘,而且这个边缘指向某个方向时, 这种神经元细胞就会活跃。
Categorical judgments, decision making
2023/10/14
23
经典例子:文字识别系统LeNet-5
INPUT 32x32
C3: f . maps
C1: feature maps 6@28x28
S 2: f . maps
6@14x14
16@10x10 S4:f.maps
16@5x5
C5: layer F6: laver OUTPUT
120
2023/10/14
5
深度学习
自2006年,深度学习(Deep Learning)已经成为机 器学习研究中的一个新兴领域,通常也被叫做深层结 构学习或分层学习。其动机在于建立、模拟人脑进行 分析学习的神经网络,它模拟人脑的机制来解释数据, 例如图像,声音和文本,深度学习是无监督学习的一 种。
深度学习的概念源于人工神经网络的研究,含多隐层 的多层感知器就是一种深度学习结构。深度学习通过 组合低层特征形成更加抽象的高层表示属性类别或特 征,已发现数据的分布式特征表示。
《深度课堂》PPT课件
![《深度课堂》PPT课件](https://img.taocdn.com/s3/m/d8466b4e52d380eb62946d8d.png)
.
19
建构性的课堂,而非接受性的课堂。 --注重学生对知识意义的自我陈述、自我表达。 --以学科能力、学科思想为学生建构的目标,并同时关注学生对学科问题
解决的方法与思路。
.
20
反思性的课堂,而非表演式课堂。 --提供学生对知识学习的归纳与总结和表达学习感受的机会。 --能够明确地提出学生自我反思的要求并布置相关的任务。
深度学习的生理学基础:大脑是一个深度架构,认知过程也是深度的。
.
9
3 辛顿关于的 “深度学习”的观点
2006年,加拿大多伦多大学教授Geoffrey Hinton对深度学习的提 出以及模型训练方法的改进打破了BP神经网络发展的瓶颈。Hinton在世 界顶级学术期刊《科学》上的一篇论文中提出了两个观点:
教育目标\教学目标的宽度决定学生未来人生道路的宽度。
.
22
其实,早在1956年布卢姆在“教育目标分类学”里关于“认知领域目标” 的探讨中,对认知目标的维度划分就蕴含了深度学习的思想,即“学习 有深浅层次之分”,他将教学目标分为记忆、理解、应用、分析、综合、 评价六个由浅入深的层次。
我们大多数教师并不清楚,这六个层次的目标还是一种积累的关系。
--- 郭元祥
.
6
二 什么是深度学习
今天的中国教育有两个热词正在流行,一个就是大家都在讲的“核 心素养”; 再一个就是“深度学习或深度教学”。这两个词同时在中国 基础教育界流行还是有它的必然联系的。我们可以将它描述为一枚硬 币的两个面。可以说核心素养是我们最终的目标,而深度学习\深度教 学就是我们实现这个目标的路径。
.
16
1 深度学习依赖于深度教学
艾根在深度学习的研究中,首次从知识论的角度,论述了深度学习 中关于“深度”的涵义。这也就是“学习深度”的三个基本标准,即: 知识学习的充分广度 知识学习的充分深度 知识学习的充分关联度
深度课堂
![深度课堂](https://img.taocdn.com/s3/m/3ef25dc05022aaea998f0f5b.png)
核心概念
2
关注 本质
关键能力
思想文化
学科整合
3
丰富 形式
方式整合
百分数应用
一个数是另一个数的百分之几? 一个数比另一个数多(少)百
分之几? 利率
表演
阅 读
三分钟演讲 数学故事 好书推荐 数学笑话 数学趣题 数学游戏
生活数学
认识你自己!——古希腊德尔菲神庙
成功就是坚持做最好的自己。——孙云晓
李吉林老师说自己是长大的儿童。 于永正老师说把自己教成了儿童。 华应龙老师说我在课堂我是学生。
核心概念
2
关注 本质
分配律
整十数乘法
两位数乘法
位值制概念
数的组成
乘法的意义
一位数乘法
除法
几分之一
几分之几
分数
比Leabharlann 心概念2关注 本质
关键能力
重“算法”也重“算理” 有“重复”也有“变式” 有“方法”也有“技巧”
明天相约前行
四基四能 三维目标
核心素养
温度
深度
广度 课堂“立”起来
深度课堂:深刻揭示数学本质的课堂。
数学基本概念的理解 数学思想方法的把握 数学特有思维方式的感悟 数学精神的追求
数学抽象 逻辑推理
符号意识
创新意识 空间观念 几何直观
直观想象
数学核心 素养
数据分析
数学运算 数学建模
数据分析观念
数感
运算能力
模型思想
应用意识
咬定青山不放松 立根原在破岩中
咬定课堂不放松 立根原在学生中
1
2
3
读懂 儿童
关注 本质
丰富 形式
你要是再敢 用胡萝卜当 鱼饵,我就 扁死你。
一天搞懂深度学习演示教学ppt课件
![一天搞懂深度学习演示教学ppt课件](https://img.taocdn.com/s3/m/bc0fac740812a21614791711cc7931b765ce7be4.png)
= Multi-class Classifier
Softmax
1-2 基本思想
Neural Network
1-2 基本思想
……
……
……
……
……
……
y1
y2
y10
Cross Entropy
“1”
……
1
0
0
……
target
Softmax
……
Given a set of parameters
目标识别
目标分析
图像捕获 图像压缩 图像存储
图像预处理 图像分割
特征提取 目标分类 判断匹配
模型建立 行为识别
2-1 机器视觉
关键技术与应用
A)生物特征识别技术——安全领域应用广泛 生物特征识别技术是一种通过对生物特征识别和检测,对身伤实行鉴定的技术。从 统计意义上讲人类的指纹、虹膜等生理特征存在唯一性,可以作为鉴另用户身份 的依据。目前,生物特征识别技术主要用于身份识别,包括语音、指纹、人脸、 静脉,虹膜识别等。
1958: Perceptron (linear model) 1969: Perceptron has limitation 1980s: Multi-layer perceptron Do not have significant difference from DNN today 1986: Backpropagation Usually more than 3 hidden layers is not helpful 1989: 1 hidden layer is “good enough”, why deep? 2006: RBM initialization 2009: GPU 2011: Start to be popular in speech recognition 2012: win ILSVRC image competition 2015.2: Image recognition surpassing human-level performance 2016.3: Alpha GO beats Lee Sedol 2016.10: Speech recognition system as good as humans
Softmax
1-2 基本思想
Neural Network
1-2 基本思想
……
……
……
……
……
……
y1
y2
y10
Cross Entropy
“1”
……
1
0
0
……
target
Softmax
……
Given a set of parameters
目标识别
目标分析
图像捕获 图像压缩 图像存储
图像预处理 图像分割
特征提取 目标分类 判断匹配
模型建立 行为识别
2-1 机器视觉
关键技术与应用
A)生物特征识别技术——安全领域应用广泛 生物特征识别技术是一种通过对生物特征识别和检测,对身伤实行鉴定的技术。从 统计意义上讲人类的指纹、虹膜等生理特征存在唯一性,可以作为鉴另用户身份 的依据。目前,生物特征识别技术主要用于身份识别,包括语音、指纹、人脸、 静脉,虹膜识别等。
1958: Perceptron (linear model) 1969: Perceptron has limitation 1980s: Multi-layer perceptron Do not have significant difference from DNN today 1986: Backpropagation Usually more than 3 hidden layers is not helpful 1989: 1 hidden layer is “good enough”, why deep? 2006: RBM initialization 2009: GPU 2011: Start to be popular in speech recognition 2012: win ILSVRC image competition 2015.2: Image recognition surpassing human-level performance 2016.3: Alpha GO beats Lee Sedol 2016.10: Speech recognition system as good as humans
《深度工作》PPT教学课件完整版
![《深度工作》PPT教学课件完整版](https://img.taocdn.com/s3/m/e953a356b94ae45c3b3567ec102de2bd9605de2c.png)
不要不断分心,而要不断专注
许多人认为自己可以随心所欲地从分心状态切换到专注状态,但是这种想法过于乐观:一旦你适应 了分心,你就会迷恋于此。 策略是预先计划好使用网络的时间,井严格执行,通过减少自己向分心屈服的次数,提升专注力。
即使工作需要大量使用网 络和快速回复电子邮件, 这个策略也适用。
不论怎么计划使用网络的 时段,都必须保证在这些 时段外彻底屏蔽网络。
DEEP WORK
主讲人: 时间:20XX年/X月X日
Your logo
现代信息社会,深度工作已经变成了一种稀缺能力
电脑、网络、手机和即时通讯的普及,已经让我们的工作变成了 “一直在线”的状态,而且这种状态正在日益加剧,但我们实际的 工作成效又如何呢?
ห้องสมุดไป่ตู้
没完没了的邮件
你的工作平均每天会收发多 少邮件?你用在回邮件的时 间上有多少?
改变。
我将活出专注的人生, 因为这是最好的选择。
——比尔·盖茨
THANK YOU FOR WATCHING AND LISTENING
主讲人:XXX
时间:20XX年/1月1日
Your logo
回不完的消息
你有多少下班后的时间仍在 通过即时通讯软件(QQ、 微信、钉钉)回复工作?
大大小小的会议
会议在你的工作时间中的占 比有多少?
你的专注力如何?
网络时代爆炸的信息量,各种网络平台与软件对用户使用时间的争夺,使得他们用尽一切 手段迎合我们大脑对短暂关注和即时奖励的喜爱。 一旦沉迷于这种“刷手机”的愉悦感中,大脑专注的能力将在日复一日的“训练”中被破坏殆 尽。
度量的黑洞
由于知识工作者的工作复杂 性比体力劳动者高,所以从 客观上难以衡量个体具体行 为的贡献度。 因此破坏深度工作的行为对 成果的影响也很难被察觉。
深度学习最新优质ppt课件
![深度学习最新优质ppt课件](https://img.taocdn.com/s3/m/c6631be10912a216147929e3.png)
法。
2一. 定程度上
2、文字表达细的腻文、本生的动感、
人等。
朗读展1示.能有感情地朗1.读朗。读
参赛作品的评分表评委 __________
日期 ____________
参赛作 主题 品 (10 分)
内容 (10 分)
语言 情感
(10 分)
(10 分)
结构
小组合作
总分
(10 分)
发言 合作 自评 (60 分)
元
设
计
方法指导
指导探究活动一 学会观察 发现自然中的美景 发现美
《荷塘月色》
《囚绿记》
《故都的秋》
程流动活
→ → → →
认领任务,查找资料 筛选整合,交流汇报 检测过关,拥有慧眼 课后巩固,自评修改
论法方
学会观察,发现美景: ①要调动各种感官 ②要选择好观察点以及写景 角度 ③要细心全面 ④抓住景物特征,要着眼于 变化,突出景物形态的丰富 性
环节二: 单元学习目
标的确定
各组员结合学情课标教 材初次确定生成目标。
↓
提交教研组
↓
参照单元主题
结合学情 课标 教材, 再次讨论
生成目标
确定深度目标
教研组结合学情 课标 教材,再次 讨论如下问题:
1、以三维目标为核心,本单元希 望学生获得什么?
2、结合学情调研分析学生学习本 单元的障碍与困难有哪些?
设计持续性评价
小组内自评合作评分细则
评价项目
评价要点
( 满分 10 分) 发言(5 分)
声音洪亮,仪态端正。
合作(3 分)
全员参与,各有贡献,无观光客。
自评 (2 分)
能认识本组作品的优缺点,能讲 出组内合作中的优点,主次分 明。
下册第三课与世界深度互动课堂ppt部编版课件道德与法治九年级全一册(云南)
![下册第三课与世界深度互动课堂ppt部编版课件道德与法治九年级全一册(云南)](https://img.taocdn.com/s3/m/7a99458f02768e9950e73895.png)
稳定器。 (2)中国正为世界
注入新的活力。
④中国关于构建全球治理体系的探索与实践,为人类思考与建设未来提供了新的路径,
①体现了②我政国对治世界上负:责中任的国态度奉行②表独明我立国自主宰主世界的的和计划平③外有交利于政世界策各,国推的和动平与构发建展 人④说类明命我国运是世共界同上最体大的,发促展进中国了家 世界 关我键们词 必:须的中弘国和扬文中化平国;世精与界神经发,凝济聚增展中长国,;世在力界量格当局今、发世展理界念树、构立建人起类了命运一共同个体负;全球责治任理体的系、大和国平与形发展象。。
第三课 与世界紧相连
第二课时 与世界深度互动
目录
首页
上页
下页
1
【学习目标】 1.知识目标:①知道中国对世界产生的影响。②理解不同文明交流互鉴的重要意义。 ③掌握对待人类其他文明的正确态度。 2.能力目标:能够用国际视野看待中国的影响和对中华文明的认识和判断能力。 3.情感价值目标:社会参与→责任担当→国际理解。
目录
首页
上页
下页
7
问题: (1)结合材料一,说明中国对世界产生了哪些影响?
[答题指导]找出材料的关键词“经济发展”“新型国际关系”意味着学生要从经济和
示例:①政综合治国力两不大断提方升,面国际分地位别显阐著提述高。对经济的影响、对世界和平的影响。
中 (2)国中正国为正①世为经界世经界济济增上长:注中入新国的注活入为力新世。的活界力。经济增长注入新的活力,中国日益成为世界经济发展的引擎与
片为中稳数 居据全显球示电:信我设国备对制世造界商经第济一的;载贡人献航率天超、过北了斗美导国航、、欧元C9区19和大日型本客贡机献、率航的空总母和舰;、高高铁速、铁支路付等宝科、技共创享新单跻车身和世网界购先成进为行外列国…人…心目中的“中国新四大发明”;华
深度课堂
![深度课堂](https://img.taocdn.com/s3/m/ff906641844769eae009ed94.png)
策略一:适度拓展
注意“变式”和“反例”的运用 变式的运用要掌握好时机,只有在学生对知识有 了初步理解,而这种理解又需要进一步深化时运 用变式,才能收到好的效果。同样,反例的运用 也是有时机的,一般来说,我们不能在学生刚刚 接触新知识时就运用反例,否则将有可能使错误 概念先入为主,对知识的理解产生干扰。
二、教材把握要透
教材是教师教学的主要资源, 是教与学的重要依据。为了提 高数学教学质量,教师必须首 先通过研究和分析、理解和掌 握新教材的编写意图。
❖开车最怕路不熟 ❖教学最怕教材不熟
做一名专业的老师
❖懂教材的编写特点 ❖懂知识的编排体系 ❖懂章节的编写意图 ❖懂学科的背景知识
❖懂知识的建构原理 ❖懂学生的认知规律 ❖懂教材的重点难点 ❖懂蕴含的思想方法
❖同样是一本教材,在不同的老师手 里也会创造出不同的价值,也会演 绎出不同的精彩!
教师需要从三个角度研究教材
❖编者的角度 ❖学生的角度 ❖同行的角度
读懂教材的三个层次
理 解 把握教材的编写意图
钻 研 挖掘教学内容的教育价值
再创造
根据所教班级学生的实际情况, 选择贴切的教学素材和教学流 程,准确地体现基本理念和内 容标准规定的要求。
❖ 应当追求的不是“发言热闹的教室”, 而是“用心地相互倾听的教室”。只有 在用心地相互倾听的教室里,才能通过 发言让各种思考和情感相互交流,否则 相互交流是不可能发生的。
——佐藤学《静悄悄的革命》
五、教学效果要好
❖理想的学习,是让学习者忘记自己 是在学习。
❖教育重要的不是往车箱里“装货”, 而是往油箱里“注油”。
把工作当做一种愉快的带薪学习。
❖ 中央民族大学孙晓天教授认为,一 堂有实效的课要做到:
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
.
12
4 马顿“学习层次”的实验研究
1976年,美国学者马顿和萨尔约在《论学习的本质区别:结果和过程》 一文中明确提出了表层学习和深层学习的概念。这被普遍认为是教育学 领域首次明确提出深度学习的概念。他们在一项关于阅读能力的实验研 究中,详细探讨了阅读学习的层次问题。通过让学生阅读文章并进行测 验,发现学生在阅读的过程中运用了两种截然不同的学习策略。 一种是试图记住文章所描述的事实,揣测接下来的测试并记忆,即表层 学习(Surface Learning),也主是“浅层学习”。 另一种是试图理解文章的中心思想和学术内涵,即深层学习(Deep Learning),也被译为“深度学习”。
20世纪八九十年代以来,随着学习科学的不断发展,深度 学习的概念和思想也不断地在教育中得到应用。
.
11
来自脑科学、人工智能和认知科学领域的新成就,必然引起各国教育界新 一轮的教育教学改革。
计算机、人工智能尚且能够模拟人脑的深层结构和抽象认知,通过神经 网络的建立开展深度学习,那么: 学生的学习有表层和深层等层次之分吗? 人对知识的学习过程究竟应该是怎样的一个脑活动过程? 从作为符号的公共知识转化到作为意义的个人知识是怎样实现的? 知识学习过程究竟是一个怎样的抽象认知过程?
缺少了对思想的追寻,忽视了思想启迪,丧失了价值引领,我们的课 堂能够教给学生什么?答案只有一个,那就是一堆仅仅依靠背诵而积累的 考试过后中便远离学生人生的无意义、无思想、无涵养的符号 ...
无论是数学、还是语文,抑或其它学科的教学,务必是走向思想的教学, 方法的教学,逻辑的教学,意义的教学!这种教学就是深度教学。
多层人工神经网络模型有很强的特征学习能力,深度学习模型学习得
到的特征数据对原始数据有更本质的代表性,这将大大便于分类和可视 化问题。
对于深度神经网络很难训练达到最优的问题,可以采用逐层训练方法解
决。其原理是将上层训练好的结果作为下层训练过程中的初始化参数。
.
10
2013年4月,《麻省理工学院技术评论》杂志将深度学习列 为2013年十大突破性技术之首。深度学习引爆的这场革命, 将人工智能带上了一个新的台阶,不仅学术意义巨大,而 且实用性很强,工业界也开始了大规模的投入,一大批产 业、新产品将从中诞生。甚至引发一场新的工业革命。
深度学习的生理学基础:大脑是一个深度架构,认知过程也是深度的。
.
9
3 辛顿关于的 “深度学习”的观点
2006年,加拿大多伦多大学教授Geoffrey Hinton对深度学习的提 出以及模型训练方法的改进打破了BP神经网络发展的瓶颈。Hinton在世 界顶级学术期刊《科学》上的一篇论文中提出了两个观点:
.
3
.
4
2 高考状元们怎么了?
相关机构对中国从1977年到2006年30年间1000多位“高考状元”进行了 跟踪调查,调查结果显示,这么多曾经让人惊羡的高考状元,却没有一位 成为顶尖人才。他们如今都过着平凡的日子,职业成就远低于社会预期。
在云师大附中校园里,矗立着一块“状元碑”。根据记载,从1977年 至今,云师大附中一共产生过30多个全省高考状元,其中绝大多数都是被 清华、北大录取。这些状元最终都去往哪里?有没有在各领域取得不错成绩?
.
8Leabharlann 2 Hubel:视觉信息分级处理的原理
1981年的诺贝尔医学奖颁发给 了David Hubel、Torsten Wiesel他们的 主要贡献是,发现了人的视觉系统的信息 处理是分级。从视网膜(Retina)出发, 经过低级的V1区提取边缘特征,到V2区的基本形状或目标的局部,再到高层V4
的整个目标(如判定为一张人脸),以及到更高层的PFC(前额叶皮层)进 行分类判断等。这是一个伟大的发现,其意义是“高层的特征是低层特征的 组合,从低层到高层的特征表达越来越抽象化和概念化”。
--- 郭元祥
.
6
二 什么是深度学习
今天的中国教育有两个热词正在流行,一个就是大家都在讲的“核 心素养”; 再一个就是“深度学习或深度教学”。这两个词同时在中国 基础教育界流行还是有它的必然联系的。我们可以将它描述为一枚硬 币的两个面。可以说核心素养是我们最终的目标,而深度学习\深度教 学就是我们实现这个目标的路径。
走向深度教学
---基于学习品质的中小学教学实践
.
1
主要内容:
1 引子 2 什么是深度学习 3 我们的课堂有深度吗 4 深度教学的实践探索
.
2
一、 引子:
1 哪一支是中国队?
2019年国际数学奥林匹克竞赛开始了,中国代表队都是中国学生 很正常,可是从现场参赛队员的合照的图片来看,美国代表队中真正 的白人面孔只有一个,其余的学生都是亚洲人!此外,许多参赛队如 加拿大队、澳大利来队、新西兰队成员也大多数都是华人或者是华裔! 参赛队的队员也是经过层层选拔选出来的,成绩好的大多数都是华裔 学生,只有他们才能够对抗强大的中国队,才能帮助这些国家取得与 大国地位相符合的比赛名次。
.
13
5 深度学习的定义
深度学习是指在理解的基础上,学习者能够批判性地学习新 的知识和思想,并将新知识和思想融入已有的认知结构中, 能够在众多的思想间进行联系,并能够将已有的知识迁移到 新的情境中,作为决策或解决问题的一种学习方式。 --黎加厚
.
7
1 深度学习的概念
2016年,AlphaGo在与李世石比赛中表现展现了超强的大局观以及对围棋 的全新理解的“深度学习”能力。它能把不同数据库内存储的信息连接成 “网络”,在遇到未知的信息时,利用“网络”中不同性质的信息作出进 阶运算、综合分析及推测,最终做出最优化的判断。
深度学习首先是作为机器学习算法研究中的一种新技术,其动机在于建立、 模拟人脑进行分析学习的神经网络。
云南省教育厅厅长罗崇敏很关心他们毕业后的现状。可令他 吃惊的是, 这些“状元”们在各自的事业上几乎都没有什么大的建树,与当初人们对状 元的预期相差甚远。除此之外,罗崇敏还查阅了1977年到 2009年32年来 全国的124名高考状元,“他们一个都没有成为所从事职业领域的领军人 物。”
.
5
将这二个事件联系起来看,我们能发现什么深层的问题呢?