深度学习实践教程（第二版）-课件 第1章深度学习基础

深度学习2026年2月27日课程简介课程性质：考查课学时：周4学时，共32学时(上机12学时)学习目地：掌握什么是深度学习等相关概念，

Pytorch框架安装，深度学习

掌握深度学习常用算法成绩评定：平时成绩30%、考试成绩70%1234

教材：《深度学习实践教程》（第二版）

吴微编著电子工业出版社5第1章深度学习基础1.1人工智能、机器学习与深度学习1.2深度学习的三大核心要素1.3神经元与深度神经网络1.4神经网络中常用的激励函数1.5深度学习强大的原因31.6常见的深度学习框架课上练习第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.1人工智能（AI）举例4

例1

一款两个月全球用户破一个亿的软件第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.1人工智能（AI）举例5例2造假三剑客1.换脸视频2.谁都是舞者3.你的声音，我也有

6第1章深度学习基础例3无人驾驶网约车第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.1人工智能简介人工智能：是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能的目的：就是让计算机能够像人一样思考。人工智能的研究包括：机器人、语言识别、图像识别、自然语言处理和专家系统等。7第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.1人工智能简介人工智能有两种类型：强人工智能和弱人工智能。强人工智能：就是要使机器学习人的理解、学习和执行任务的能力。弱人工智能：指用于自动化特定任务的软件。8第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.2机器学习简介9机器学习第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.2机器学习简介10机器学习是怎么认识猫和狗的呢？第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.2机器学习简介11第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.2机器学习简介12机器学习需要一个好模型！第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.2机器学习简介机器学习的广义概念：是指从已知数据中获得规律，并利用规律对未知数据进行预测的方法。机器学习可用于：自然语言处理、图像识别、生物信息学以及风险预测等，已在工程学、经济学以及心理学等多个领域。机器学习是一种统计学习方法，机器人和计算机等机器需要使用大量数据进行学习，从而提取出所需的信息。13第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.2机器学习简介14第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.2机器学习简介机器学习主要分为有监督学习（也称监督学习）和无监督学习两种。监督学习需要为机器提供一组标记数据。有监督学习通过训练，从标记数据中提取通用信息或特征信息，以此得到预测模型。监督学习的两种主要类型是分类和回归。15第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.2机器学习简介在分类中，机器被训练成将一个组划分为特定的类。分类的一个简单例子是电子邮件账户上的垃圾邮件过滤器。16第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.2机器学习简介在回归中，机器使用先前已标记的数据来预测未来。比如使用气象历史数据预测未来天气。17第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.2机器学习简介无监督学习分为聚类和降维。聚类用于根据属性和行为对象进行分组。这与分类不同，因为这些组，不是人为提供的。聚类的一个例子是将一个组划分成不同的子组（例如，基于年龄和婚姻状况），然后应用到有针对性的营销方案中。降维，通过找到共同点来减少数据集的变量。大多数大数据可视化使用降维来识别趋势和规则。18第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.3深度学习简介

19机器学习需要一个好模型！人工神经网络模型第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.3深度学习简介

20第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.3深度学习简介

21第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.3深度学习简介

22生物神经元细胞工作示意动画视频第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.3深度学习简介1.人体的神经元包含树突、细胞核和轴突。2.人工神经网络中的神经元模型包含输入、计算和输

出三个部分。3.输入模拟神经元的树突，而输出模拟神经元的轴突，

计算模拟细胞核。23第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.3深度学习简介

24第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.3深度学习简介

25第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.3深度学习简介

深度学习：就是一种利用深度人工神经网络来进行自动分类、预测和学习的技术。26第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.3深度学习简介

人工神经网络是一种人类由于受到生物神经细胞结构启发而研究出的算法体系。27第1章深度学习基础1.1人工智能、机器学习与深度学习1.1.3深度学习简介

人工智能、机器学习、深度学习的关系28第1章深度学习基础1.2深度学习的三大核心要素

29第1章深度学习基础1.2深度学习的三大核心要素1.大数据30第1章深度学习基础1.2深度学习的三大核心要素2.深度网络架构所谓的深度网络架构，就是整个网络体系的构建方式和拓扑连接结构，目前最常用的有3种：全连接网络、卷积神经网络、循环神经网络和生成对抗网络。31第1章深度学习基础1.2深度学习的三大核心要素3.高性能的计算力:GPU32

NVIDIATITANRTXGPU第1章深度学习基础1.2深度学习的三大核心要素3.高性能的计算力GPU和CPU对比33CPU和GPU结构对比图第1章深度学习基础1.3神经元与深度神经网络神经元模型34

人体神经元细胞示意图第1章深度学习基础1.3神经元与深度神经网络

人体的神经元包含树突、细胞核和轴突。

人工神经网络中的神经元模型包含输入、计算和输出三个部分。

输入模拟神经元的树突，而输出模拟神经元的轴突，计算模拟细胞核35第1章深度学习基础1.3神经元与深度神经网络

36输入（树突）-计算（细胞核）-输出（轴突）第1章深度学习基础1.3神经元与深度神经网络

37

画出一个神经元模型：包含有2个输入，2个计算功能（求和与非线性函数）以及1个输出。人工神经元模型图第1章深度学习基础1.3神经元与深度神经网络

38

画出一个神经元模型：包含有2个输入，2个计算功能（求和与非线性函数）以及1个输出。

一个神经网络的训练算法就是让权重的值调整到最佳，以使得整个网络的预测效果最好。第1章深度学习基础1.3神经元与深度神经网络

39神经元模型用变量符号表示输出的计算公式为Z=sign(a1*w1+a2*w2)神经元网络扩展节点下一页40x1x2计算y1x3x4计算x5x6计算y4x7x8计算y2y3深度人工神经网络示意图人工神经网络示意图第1章深度学习基础通过一个识别猫和狗的示例，来理解深度人工神经网络是如何学习的。OR第1章深度学习基础42输入算法输出z=w1*x+w2*y

第1章深度学习基础43输入算法输出第1章深度学习基础44输入算法输出正数负数第1章深度学习基础45输入算法输出正数负数修改模型！Z=3*0.76-1.86=0.42第1章深度学习基础第1章深度学习基础1.4神经网络中常用的激励函数46画出表达式对应的单层神经网络（感知机）模型。第1章深度学习基础1.4神经网络中常用的激励函数47画出表达式对应的单层神经网络（感知机）模型。线性模型都可以表达。下一页第1章深度学习基础1.4神经网络中常用的激励函数48处理据能力示意图

第1章深度学习基础1.4神经网络中常用的激励函数491.Sigmoid函数Sigmoid函数表达式：Sigmoid函数示意图

第1章深度学习基础1.4神经网络中常用的激励函数502.tanh函数tanh函数表达式：tanh函数示意图

第1章深度学习基础1.4神经网络中常用的激励函数513.ReLU函数ReLU函数表达式：y=max(0,x)ReLU函数示意图第1章深度学习基础1.4神经网络中常用的激励函数524.Elu函数Elu函数公式为：Elu函数示意图第1章深度学习基础1.4神经网络中常用的激励函数535.LeakyReLU函数LeakyReLU函数表达式：第1章深度学习基础1.4神经网络中常用的激励函数546.Maxout函数Maxout函数表达式：第1章深度学习基础1.5深度学习强大的原因主要原因有二：1.不用再提取特征

2.处理线性不可分的能力强。55第1章深度学习基础1.6常见的深度学习框架1.PyTorch2.TensorFlow3.Caffe56课堂练习（1）在图1.30的三个圆圈表示的范围中填入深度学习、人工智能、机器学习。

人工智能、机器学习、深度学习关系图课堂练习（1）在图1.30的三个圆圈表示的范围中填入深度学习、人工智能、机器学习。课堂练习（2）人工神经网络中的神经元模型包含输入、

和输出三个部分。输入模拟神经元的

，而输出模拟神经元的

，

模拟细胞核。答案：计算、树突、轴突、计算课堂练习（3）Sigmoid函数变化范围是：

。答案：（0，1）课堂练习（4）人工神经网络图中的箭头被称为

。答案：连接课堂练习（5）人工智能的两种类型：

和

。答案：强人工智能

弱人工智能。课堂练习（1）请选出不是深度学习三要素的一项（

）。A.大数据

B.深度框架

C.高性能计算力

D.高速网络访问答案：D课堂练习（2）以下是强人工智能的一项是：（

）。A.能够把原件抓取到生产线上的机器手

B.分拣快递的机器人C.指纹识别系统