0 引 言
深度学习（Deep Learning，DL）是机器学习（Machine Learning，ML）领域中一个新的研究方向。深度学习技术能够实现自动提取样本的浅层及深层的特征，在图像、声音和文字等方面有着空前的处理和学习能力。成熟的深度学习模型，可以期望其拥有接近甚至超越人类的分析和学习能力，能够准确地识别图像、声音和文字等类型的信息，其识别速度和准确率可以轻松超越人类。深度学习技术目前的应用领域很广泛，如机器翻译、个性化推荐、语音文字转换、智能家居等，还有一些经典的人类博弈游戏，例如围棋，也是深度学习技术成功应用的实例。
在当今提倡经济转型、产业创新的大环境下，在高等教育的课程中应当全面贯彻培养学生创新思维和能力的精神。创新思维和能力的培养教育，不是一个单一的课题，而是一种渗透在各个教育环节的理念，应当在每个教学实践环节都探寻创新教育的方法，并且用这些理念和方法在教学实践中完整地建立起教育模式，并不断完善 [1]。应找到每个教学环节的载体，在每个细节都尽力给学生提供创新思维应有的空间，显然，深度学习课程是一个十分合适的实践对象。
深度学习课程是一门集理论与应用为一体的课程，涉及多个方面的专业知识，包括计算机编程语言、数据挖掘、特征工程、软件工程、算法设计、神经网络等多个方面。丰富多样的关联知识给学生提供了广阔的创新空间，有利于其思维的发散，讲授者在深度学习课程中可以非常有效地培养学生的创新能力。由于该课程涉及的知识面较广，概念较为新颖，同时又要在教学中挖掘学生的创新潜力并给予学生创新思维和能力的锻炼空间，这对任课教师来说是一种新的挑战。
1 深度学习课程的主要内容
深度学习课程主要介绍深度学习的发展历程和理论原理，训练不同结构的深度学习模型，以及使用深度学习解决实际业务问题的应用。在教学上可以从以下几个方面进行讲授：①讲授深度学习在人工智能领域的地位和作用；②介绍神经网络和深度学习模型的概念、原理和训练方法；③介绍一些影响力较大的、较成熟的深度学习模型，并指导学生基于这些模型对一些公共数据集进行分析和深度学习的实践；④为学生设立一个具体场景，创建一次较为完整的深度学习技术应用的竞赛，让学生在竞赛中实际体会深度学习的细节，发现问题并解决问题，最终完整地实现深度学习技术对解决实际问题的应用过程。
Christopher Bishop 编写的《Pattern Recognitonand Machine Learning》是比较合适的教材选择，使用此教材可适用于进行全英文教学或双语教学。
2 深度学习课程中创新思维的培养方法
“深度学习”课程涉及的知识范围较大，知识层次性较高，易于结合各个交叉领域，发散性强，十分适合培养学生的创新思维。培养创新思维，重点就是培养学生提出问题并提出解决方案的勇气和习惯，使他们不拘泥于书本和教师，不盲从过去的理论和教条。有专家指出，对发散思维、聚合思维和实践能力的培养，对提高创新思维很有帮助 [2]。以往专家也提倡过使用案例法 [3]、问题导向等思路进行教学 [4]，但缺少对课堂实践的阐述以及实践要点的总结。为此，笔者探索以具体业务场景为线索，以培养学生创新思维作为教学目标，用讲授与探索实践相结合的教学模式进行教学。
2.1 以具体业务场景为线索
深度学习的目的是训练出优秀的可用的模型，对业务数据进行拟合、预测、识别等，因此，可以用具体的业务场景为线索，将深度学习技术的应用始末完整地呈现给学生。此前已有专家指出，通过具体的案例，把知识串联起来，将学生置于场景中，锻炼学生分析、讨论并解决问题的能力，是一种有效的教学方法 [5]。在本课程中，为培养学生的创新思维，应当设计符合以下特征的业务场景。
1）适用性。
所采用的具体场景要适用于“深度学习”的各项内容教学，能贯穿整个课程。一个合适的业务应用场景，应当适合用不同的深度学习模型进行训练，可以直观地、方便地比较不同模型结构的特性和优缺点。
2）易学性。
所采用的具体场景要易于学生理解和学习，符合学生的过往经验和知识范围，应是在生活学习工作中能够实际或近似见识过的，并且具有清晰可行的学习路径，不适宜直接照搬大型企业的复杂业务场景，因为过于复杂的业务场景不利于学生理解，复杂的需求也不利于学生由浅入深地分析和发散。
3）趣味性。
所采用的具体场景应当具有一定趣味性，能够吸引学生注意力，避免死板教条、枯燥无味。
4）可扩展性。
所采用的场景要考虑学生今后进一步的学习、工作和创业实践的发展需要。可以在课堂上明确说明此类场景还可以有哪些扩展方向，也可以引导学生自行思考，扩展类的思考往往能够激发学生的创造力，使得学生的学习更具有主动性，从而达到培养创新思维的目的。
目前笔者主要以一个具体场景为线索，即基于数字图像的人脸性别识别场景。提供的原始数据为 20 000 多张人脸图像，这些图像已经经过尺寸统一化处理，具有统一的标准尺寸，希望使用深度学习技术实现自动识别每张图像的人脸性别。原始数据中包含了多种人物的人脸图像，包括不同肤色种族（黄种人、黑种人、白种人等），较大的年龄跨度（1~100 岁），同时每张图像存在不同人脸姿态、光照等干扰因素，期望能够最终实现人脸性别识别的分类问题，完整地完成深度学习实际应用的过程，学生可掌握数据集处理的基本方法和建模分析的方法等。
2.2 以培养学生创新思维作为教学目标
在深度学习课程的教学中，教育者的主要目标应是培养学生的创新思维，而不仅是为了讲授知识。当今学生的智力水平大多是相当高的，许多知识的获取完全可以在课后独立完成，而不依赖于教师课上的讲授，但是创新思维和能力却是学生比较难以学习和得到锻炼的宝贵品质，以往的传统教学并没有特别关注这些方面。可以思考如何利用有限的课堂，启发学生的创新思维和锻炼学生创新的能力，让学生能够养成主动观察并提出问题的习惯，并且能够提出初步的解决方案，再逐步提炼出完美解决方案应当拥有的特性，能够评估达到这些特性的难度，再综合所学知识，最终获得一个较为完善的解决方案。这种发现问题、解决问题、发现新问题、再解决新问题的方式，能够由浅入深地激发学生的兴趣和思考，同时也有利于提升其注意力。这个过程需要教师注意以下几个要点。
1）引导有层次的提问。
在以提出问题为驱动的教学模式中，最重要的是提出的问题一定要符合学习规律，符合当前学生的认识水平和能力水平。如果提出的问题过于复杂，学生往往很难找到切入点，也就难以给出一定的解决方案。而如果提出的问题过于肤浅，则又难以引出进一步的探索。所以在这个过程中，教师要不断引导学生进行有层次的提问，让学生能够一步步提出问题，又一步步找到答案。
2）提供适当的提示。
学生在思维发散的过程中，有可能由于知识范围的限制或客观现实与理论的差距，导致思考方向不能成立或者实现难度过大；也有可能花巨大的精力在并不关键的问题或已有前人得出研究结论的问题上。出现此类现象时，教师应当对背景知识和客观现实作适当提示和介绍，确保教学过程的高效性。确实有必要时，也可以给出一些初步的解决方法，让学生思考其优缺点，并加以完善。
3）培养关联性思维。
深度学习技术与多门学科相互关联和交叉，这给关联性思维的培养提供了良好的契机，应当充分引导学生进行学科关联。培养学生关联性思维，不仅有利于学生对深度学习技术的理解，更可以对学生今后的学习提供启发。
4）激发学生发散思维。
在实际的教学中，教师的引导往往具有指向性，因为要连贯地进行教学，但学生的思考往往会各式各样，这是深度学习本身的复杂性和多面性必然带来的。当学生的想法仍然属于深度学习技术范畴，并确有一定价值及可行性时，应当正面激励学生的思考，肯定学生的发散思维，告知其虽然目前这不是本课程的重点，但仍是正确的思路。可以在充分听取学生的思考结果后，有选择地针对其中一些内容进行教学。
显而易见的是，创新思维的培养是一个长期的过程，需要一段时间的磨砺，反复地刺激学生思考和探索的兴趣，养成独立创新的习惯，训练创新解决问题的能力，才能够让其在创新思维和能力上有一定提高。
2.3 讲授与探索实践相结合的教学模式
要培养创新思维，必先要破除对权威的迷信，打破学生对教师的依赖。传统的教学过程，课堂上学生只负责听讲，整个过程是单向的，较为单调，是一种学生依赖教师的过程，长此以往，会让学生失去探索的能力和创新的思维。在以往学习过程中，学生已经受到了很多的传统教学模式的影响，要进行一定的设计和努力，对课堂教学模式进行改进。用讲授与探索实践相结合的教学组织方式进行教学，要注意以下几点。
1）营造轻松的学习氛围。
传统的教学模式下，学生往往对教师充满敬意，以至于衍生出一种紧张和害怕的情绪，害怕自己回答错误、受到批评，这种情绪严重地阻碍了学生发挥主观能动性，不利于创新思维的培养。教师要积极地鼓励学生发表看法，将课堂氛围变得轻松，不论学生表达内容正确与否，都给予一定的肯定，可以指出其不足的地方，同时也肯定其有价值的地方。学生提出错误观点，可以让其大胆地阐述理由，如有理有据，说明有所思考，让学生敢于出错，就是敢于思考。
2）引导小组合作完成任务。
学生任务小组是一个良好的团体形式，小组内的学生之间没有和教师的界线感，学生更容易充分发表自己的真实看法。另一方面，每个学生的看法都可能存在一定的局限性，几个学生交流之下，更容易互相补充，快速接近任务的解决方案，提高效率，学生也能够更快地看到自己的进度，及时收到正反馈，有利于创新思维的培养。对于小组任务，可以安排小组代表进行汇报，既提供锻炼的机会，同时也让学生了解其他小组的思路，互相启发。小组合作适合于学习较重要且有一定复杂性的知识，或者容易出错的知识。
3）创造一定的竞争机制。
适当的竞争机制能够极大地激发学生探索实践的驱动力和创造力。在教学过程中，结合适当的任务指标，给学生提供一个“比武”的舞台，让其在合作中竞争，在竞争中合作。竞争不是要争个“你死我活”，而是充分满足学生“自我实现”的需求，通过竞争过程追求卓越，通过充分地探索实践进行学习。同时，可以安排竞争中表现亮眼的学生进行经验分享，把他们优秀的思路和过程分享出来，学生之间可以取长补短，即使在竞争中表现平平的学生也能学到东西，达到共同进步。
用讲授与探索实践相结合的教学组织方式，削弱传统教学模式中讲师单向传输知识的过程，强化了学生的主观能动性，能够激发学生的创造性。在实际教学中，由于学生以往长期受到传统模式课堂的影响，可能并不能快速融入我们期望的教学状态，教师可以适当循序渐进，保留部分传统教学方法，逐步加入探索实践的新方法进行教学。
3 深度学习课程教学示例
激活函数（activation function）是深度学习过程中神经网络结构的重要组成元素，其主要作用在于产生非线性的描述，可以分成以下几个部分进行教学：①让学生体会没有激活函数会发生哪些问题；②引出激活函数的作用，再让学生尝试提出能够解决问题的办法；③介绍目前常用的、主流的激活函数。
课程开始，教师带领学生重温神经网络的基础结构。课堂的开始阶段，比较适合进行能够吸引学生注意的环节，以将其精神状态逐渐由放松转向集中，此时提出一个简单的分类问题，让学生分组尝试设计基本的线性网络结构完成分类。经过一番讨论后，大多数学生可以得出一个结果，随机挑选几位表现积极的学生作为代表上台分享自己的设计过程和成果，由全体学生检阅。这一过程集中了学生的注意力，较好地巩固了之前的知识，给有所遗忘和还不熟练的学生一个向他人学习的时间。经此过程后，可以确保所有学生都对基础的线性神经网络有了一定的认识，并且知道了如何运用合适的结构来进行一些简单的线性分类。
接下来，教师便可由线性问题发展出一个非线性划分问题，再让学生分组完成分类。由于没有解决非线性问题的经验，学生往往经过一番讨论也并不能得到很好的结果，此时让学生大胆地提出自己遇到的困难，这些困难其实就是没有激活函数会发生的问题，也就可以引出激活函数的作用。此时教师对激活函数进行讲解就让学生迅速明白解决问题的方向，再让学生尝试提出解决问题的办法。学生会提出各种各样的函数作为激活函数，再让他们分享自己的答案，互相评价其优缺点。经过交流，学生会得到几个可以满足各方面要求的激活函数，初步解决简单的非线性划分问题。
学生的答案必然存在不完整性、局限性、欠优化性等，此时教师再介绍目前常用的、主流的激活函数，学生对比后马上就能发现这些主流激活函数的特点和优势所在，并且意识到自己当前的答案有哪些不足，这种差距会给学生留下深刻的印象，其教学效果比起直接灌输主流激活函数的性质要好很多。
4 结 语
深度学习是人工智能领域重要内容之一，也是目前高校中相关专业的重要课程，其知识有较高的层次性，应用范围广泛，容易结合交叉领域，因此非常适合用于培养学生的创新思维。创新思维和能力的培养是一个长期工程，在今后的教学中，应当尽可能探索更多实用的教学方法，进一步完善教学模式。
参考文献：
[1] 陈先昌. 基于卷积神经网络的深度学习算法与应用研究[D]. 杭州: 浙江工商大学, 2004: 1.
[2] 郑家茂, 潘晓卉. 大学创新教育呼唤人才培养模式改革的突破[J]. 江苏高教, 2008(1): 83-85.
[3] 朱涛, 马恒, 刘强. 专业技术课程案例教学方法研究[J]. 高等教育研究学报, 2010(1): 91-93.
[4] 梁小红, 王晓波, 王林静, 等. 在教学中贯穿创新思维的实践[J]. 医学研究与教育, 2010(5): 95-98.
[5] 梁春泉, 张阳, 戴涛. “中间件技术”课程教学方法改革探讨[J]. 黑龙江教育(高教研究与评估), 2015(9): 46-48.
基金项目：江苏省双创博士人才计划项目（JSSCBS20210827）；跨境网络空间安全教育部工程研究中心开放课题（KJAQ202112014）。
第一作者简介：李伟，男，江南大学副教授，研究方向为深度学习、人工智能与模式识别等，cs_weili@jiangnan.edu.cn。
引文格式：李伟，崔晓晖，朱卫平，等. 深度学习课程教学中的创新思维和能力培养[J].计算机教育,2022(11):29-32.
转自：“计算机教育”微信公众号
如有侵权，请联系本站删除！
