基本信息

---

下载

文档摘要

---

ResNet神经网络

学情分析

本课程面向计算机科学与技术专业大三学生，学生已掌握卷积神经网络（CNN）基础理论及PyTorch框架使用。

通过超星泛雅平台课前测试发现：85%学生能正确描述梯度消失问题，但对残差连接机制的理解准确率仅62%。

学生普遍对深层网络训练存在畏难心理，需通过可视化案例增强学习信心。

教学目标

1.知识目标：掌握残差块（ResidualBlock）的数学表达（$y=F(x)+x$）及反向传播特性

2.能力目标：能使用PyTorch实现34层ResNet网络搭建

3.素养目标：培养解决复杂问题的创新思维，理解深度积累的科研方法论

课程重点

1.残差学