期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

“双减”背景下基于深度学习理论的课堂教学探究 被引量：3

On Exploration into Classroom Teaching Based on Deep Learning Theory Under the Background of the “Double Reduction” Policy
下载PDF
导出
摘要 “双减”政策将促进学校教学发生深刻变革,教师需要更有效地把握好有限的课堂时间,提升教育教学质量,这愈发凸显深度学习理论在课堂教学环节的实践价值。深度学习视域下的课堂教学呈现出整体性、高层级和社会性特征。基于深度学习理论,教师可以从内涵、特征和课堂教学环节三个方面入手,在“双减”政策实施后构建“教”与“学”的新型对话关系。
作者 白永琪 周航康 Bai Yongqi;Zhou Hangkang
机构地区 大连市第四十八中学 大连市西岗区水仙小学
出处 《教师教育论坛》 2022年第2期17-20,共4页 Teacher Education Forum
关键词 双减 深度学习 课堂教学
分类号 G421 [文化科学—课程与教学论]
  • 相关文献

参考文献1

二级参考文献28

  • 1BENGIO Y, DELALLEAU O. On the expressive power of deep archi- tectures[ C ]//Proc of the 14th International Conference on Discovery Science. Berlin : Springer-Verlag, 2011 : 18 - 36.
  • 2BENGIO Y. Leaming deep architectures for AI[ J]. Foundations and Trends in Machine Learning ,2009,2 ( 1 ) : 1-127.
  • 3HINTON G,OSINDERO S,TEH Y. A fast learning algorithm for deep belief nets [ J ]. Neural Computation ,2006,18 (7) : 1527-1554.
  • 4BENGIO Y, LAMBLIN P, POPOVICI D, et al. Greedy layer-wise training of deep networks [ C ]//Proc of the 12th Annual Conference on Neural Information Processing System. 2006:153-160.
  • 5LECUN Y, BOTTOU L, BENGIO Y, et al. Gradient-based learning ap- plied to document recognition[ J]. Proceedings of the iEEE, 1998, 86( 11 ) :2278-2324.
  • 6VINCENT P, LAROCHELLE H, BENGIO Y, et al. Extracting and composing robust features with denoising autoencoders[ C ]//Proc of the 25th International Conference on Machine Learning. New York: ACM Press ,2008 : 1096-1103.
  • 7VINCENT P, LAROCHELLE H, LAJOIE I, et aL Stacked denoising autoencoders:learning useftd representations in a deep network with a local denoising criterion [ J ]. Journal of Machine Learning Re- search ,2010,11 ( 12 ) :3371-3408.
  • 8YU Dong, DENG Li. Deep convex net: a scalable architecture for speech pattern classification [ C]//Proc of the 12th Annual Confe-rence of International Speech Comunication Association. 2011 : 2285- 2288.
  • 9POON H, DOMINGOS P. Sum-product networks:a new deep architec- ture[ C ]//Proc of IEEE Intemational Conference on Computer Vi- sion. 2011:689-690.
  • 10BENGIO Y,LECUN Y. Scaling learning algorithms towards AI[ M]// BOTTOU L,CHAPELLE O, DeCOSTE D,et al. Large-Scale Kernel Machines. Cambridge: MIT Press ,2007:321-358.

共引文献601

同被引文献30

引证文献3

二级引证文献2

教师教育论坛
2022年 第2期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部