初中信息技术青岛版（2024）第六册第5课人工神经网络-深度学习的实现方式授课ppt课件

这是一份初中信息技术青岛版（2024）第六册第5课人工神经网络-深度学习的实现方式授课ppt课件，共19页。PPT课件主要包含了学习目标，探秘人工神经网络，探究黑白图像着色等内容，欢迎下载使用。
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。
人工神经网络（Artificial Neural Netwrks，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。
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。
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。
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 究 深 度 学 习
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。
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(Cnvlutinal neural netwrks，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。
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？
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。
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。