云算力助我開展ai實(shí)驗(yàn)教學(xué)

【云算力平臺為人工智能教學(xué)提供了強(qiáng)大支持，有效解決了學(xué)習(xí)環(huán)境難以統(tǒng)一、技術(shù)門楷過高等難題。學(xué)生僅通過瀏覽器，無需復(fù)雜的本地環(huán)境搭建，就能直接開展復(fù)雜的模型訓(xùn)練任務(wù)。

關(guān)鍵詞：人工智能；模型訓(xùn)練；云算力

中圖分類號：G434文獻(xiàn)標(biāo)識碼：A論文編號：1674—2117（2025）09-0012-04

隨著時代的發(fā)展與技術(shù)的進(jìn)步，人工智能技術(shù)在圖像識別領(lǐng)域的應(yīng)用日益廣泛。然而，在涉及處理圖像問題尤其是復(fù)雜圖像分類問題的課程中，存在諸多阻礙課程落地的難題。一方面，學(xué)生的學(xué)習(xí)環(huán)境難以統(tǒng)一，不同學(xué)生的設(shè)備配置、軟件版本參差不齊，這使得在開展人工智能實(shí)踐教學(xué)時，難以確保每個學(xué)生都能在相同的條件下進(jìn)行學(xué)習(xí)和實(shí)驗(yàn)，增加了教學(xué)的難度和不確定性；另一方面，人工智能技術(shù)的專業(yè)性強(qiáng)，技術(shù)門檻高，從搭建編程環(huán)境、理解復(fù)雜的算法原理到實(shí)際操作模型訓(xùn)練，這些對于中小學(xué)生而言都極具挑戰(zhàn)性，很多學(xué)生在入門階段就產(chǎn)生畏難情緒，從而嚴(yán)重制約了人工智能課程在中小學(xué)的有效開展。

OpenHydra云算力平臺為人工智能教學(xué)提供了強(qiáng)大支持，有效解決了學(xué)習(xí)環(huán)境難以統(tǒng)一、技術(shù)門楷過高等難題。學(xué)生僅通過瀏覽器，無需復(fù)雜的本地環(huán)境搭建，就能直接開展復(fù)雜的模型訓(xùn)練任務(wù)?；诖似脚_的優(yōu)勢，筆者在設(shè)計《昆蟲分類模型的訓(xùn)練》一課的教學(xué)方案時，全方位考量各個教學(xué)要素，規(guī)劃教學(xué)內(nèi)容、明確教學(xué)目標(biāo)、確定教學(xué)重難點(diǎn)并選用合適的教學(xué)策略，為整個教學(xué)活動的順利開展奠定了堅(jiān)實(shí)基礎(chǔ)。

1 教學(xué)要素設(shè)計

教學(xué)要素是教學(xué)活動的關(guān)鍵組成部分，它們相互關(guān)聯(lián)、相互影響，共同決定著教學(xué)效果。在《昆蟲分類模型的訓(xùn)練》一課中，對教學(xué)要素進(jìn)行精心設(shè)計，有助于提升學(xué)生對人工智能知識的理解與實(shí)踐能力。

1.教學(xué)內(nèi)容分析

本課以生活中識別玉米蟲的問題為切入點(diǎn)，依托云算力平臺展開教學(xué)。學(xué)生通過訓(xùn)練昆蟲分類模型，理解圖像識別過程，掌握機(jī)器學(xué)習(xí)實(shí)現(xiàn)圖像分類的方法，為后續(xù)模型部署奠定基礎(chǔ)。此前，學(xué)生已學(xué)習(xí)使用LeNet骨干網(wǎng)絡(luò)對手寫體數(shù)字進(jìn)行模型訓(xùn)練，具備一定理論知識，為本次課的學(xué)習(xí)做好了鋪墊。

2.教學(xué)目標(biāo)

（1）通過自主學(xué)習(xí)了解彩色圖像分類模型訓(xùn)練的一般過程，具備利用圖像識別技術(shù)解決現(xiàn)實(shí)生活中問題的意識。

（2）通過云算力平臺進(jìn)行分組實(shí)驗(yàn)，探究數(shù)據(jù)集、算力、算法等因素對模型訓(xùn)練的影響，提升計算思維和合作學(xué)習(xí)能力。

（3）熟練運(yùn)用平臺調(diào)整訓(xùn)練輪次和超參數(shù)，建立昆蟲分類模型，并使用模型推理代碼對模型的準(zhǔn)確性進(jìn)行檢測，提高數(shù)字化學(xué)習(xí)資源的應(yīng)用能力。

（4）在使用平臺解決人工智能問題的過程中，培養(yǎng)對平臺、技術(shù)工具的判別和評價意識，認(rèn)識到人工智能技術(shù)發(fā)展中的社會問題，培養(yǎng)負(fù)責(zé)任的信息社會參與意識。

3.教學(xué)重難點(diǎn)

4.教學(xué)策略與手段

課堂伊始，以真實(shí)昆蟲識別故事引入，創(chuàng)設(shè)生活情境，將抽象的人工智能知識與實(shí)際生活緊密相連；在教學(xué)過程中，借助云算力平臺，為教學(xué)提供有力支撐。學(xué)生僅需打開瀏覽器，就能輕松開啟模型訓(xùn)練之旅。同時，教師設(shè)計了四個探究實(shí)驗(yàn)，學(xué)生分組在云算力平臺上開展實(shí)驗(yàn)，并將結(jié)果記錄在導(dǎo)學(xué)單上，直觀感受不同因素對模型訓(xùn)練的影響。此外，注重培養(yǎng)學(xué)生自主學(xué)習(xí)能力。學(xué)生需學(xué)習(xí)微視頻了解實(shí)驗(yàn)操作步驟、閱讀材料獲取模型訓(xùn)練知識、探索平臺功能并調(diào)整參數(shù)建立模型，進(jìn)而提升獨(dú)立思考和解決問題的能力。

算力平臺支撐

在以往的教學(xué)實(shí)踐中，搭建模型訓(xùn)練環(huán)境常常讓師生們頭疼，不僅需要安裝各種庫，還得確保硬件設(shè)備滿足要求，稍有差錯就可能導(dǎo)致訓(xùn)練無法進(jìn)行。而OpenHydra云算力平臺只要打開瀏覽器，就能快速進(jìn)入該平臺開展學(xué)習(xí)和實(shí)踐。上頁圖1所示為OpenHydra云算力平臺首頁。

點(diǎn)擊進(jìn)入控制臺，可以查看學(xué)習(xí)工具，里面包含了實(shí)驗(yàn)環(huán)境、邊學(xué)邊玩和經(jīng)典課程三個模塊；也可以進(jìn)行學(xué)校管理，查看賬單明細(xì)，對上課成員、實(shí)驗(yàn)設(shè)備、課程和數(shù)據(jù)集等進(jìn)行管理。上頁圖2所示為Openhydra控制臺頁面。

在實(shí)驗(yàn)環(huán)境中，選擇開啟XEdu實(shí)驗(yàn)環(huán)境，即可進(jìn)入模型訓(xùn)練界面。在開啟實(shí)驗(yàn)環(huán)境時，可根據(jù)需求選擇不同的算力類型，滿足多樣化的計算資源需求。界面左側(cè)是文件資源管理器窗口，展示項(xiàng)目文件目錄結(jié)構(gòu)，界面右側(cè)是代碼編輯窗口，顯示“昆蟲分類模型的訓(xùn)練”文件的代碼內(nèi)容，上頁圖3所示為Openhydra實(shí)驗(yàn)環(huán)境。

1.課堂引入：開啟人工智能的 神秘之旅

通過講述真實(shí)故事，提出關(guān)于昆蟲識別的問題，如尋找蟲子繁殖地、確定蟲子名稱等，引發(fā)學(xué)生興趣。介紹故事中涉及的人工智能技術(shù)，引導(dǎo)學(xué)生思考利用人工智能制作昆蟲識別系統(tǒng)的可能性。明確本節(jié)課重點(diǎn)是利用Openhydra云算力平臺進(jìn)行昆蟲分類模型訓(xùn)練，幫助學(xué)生厘清學(xué)習(xí)思路。

2.基本任務(wù)：探究實(shí)驗(yàn)的初步探索

教師提出如何快速訓(xùn)練出優(yōu)秀模型的問題，引導(dǎo)學(xué)生頭腦風(fēng)暴，提出數(shù)據(jù)集、算力、算法等影響因素。教師借助OpenHydra云算力平臺，設(shè)計四個探究實(shí)驗(yàn)——選擇高質(zhì)量數(shù)據(jù)集的必要性、網(wǎng)絡(luò)骨干（算法）的選擇、CPU和GPU算力的使用、預(yù)訓(xùn)練模型的作用，并提供實(shí)驗(yàn)步驟、導(dǎo)學(xué)單和微視頻。

學(xué)生分組選擇實(shí)驗(yàn)主題，在平臺上開展實(shí)驗(yàn)。首先，在本地通過瀏覽器打開平臺登錄頁面，輸入賬號密碼登錄。其次，在平臺界面中找到XEdu實(shí)驗(yàn)環(huán)境入口并選擇合適的算力配置。在點(diǎn)擊確認(rèn)以后，平臺將自動分配相應(yīng)的計算資源，然后學(xué)生即可在平臺提供的Jupyter頁面中編寫或調(diào)用訓(xùn)練模型的代碼。圖4所示為平臺算力類型選擇。

以探究CPU和GPU算力的小組為例，使用平臺提供的CPU和GPU算力，對相同的數(shù)據(jù)集進(jìn)行模型訓(xùn)練，記錄訓(xùn)練1輪與10輪的時間。通過實(shí)際訓(xùn)練，學(xué)生發(fā)現(xiàn)使用CPU訓(xùn)練一輪模型的時間長達(dá)十幾甚至幾十分鐘，而使用平臺的GPU算力，訓(xùn)練一輪模型只要十幾秒。通過對比實(shí)驗(yàn)，學(xué)生深刻理解到人工智能模型訓(xùn)練中算力的重要性。圖5所示是在平臺上探究使用CPU算力和GPU算力訓(xùn)練模型的耗時情況。在該實(shí)驗(yàn)過程中，學(xué)生只需在選擇GPU算力的程序中添加device °leddash cuda'，再分別將這兩段代碼運(yùn)行即可。

3.進(jìn)階任務(wù)：模型訓(xùn)練的深度挑戰(zhàn)

在模型訓(xùn)練大挑戰(zhàn)過程中，教師可預(yù)先將程序關(guān)鍵部分挖空（如圖6），引導(dǎo)學(xué)生思考并自主補(bǔ)充代碼，加深其對模型訓(xùn)練原理及代碼邏輯的理解。待參數(shù)調(diào)整完畢，學(xué)生點(diǎn)擊運(yùn)行指令，平臺即刻啟動模型訓(xùn)練任務(wù)。在訓(xùn)練過程中，學(xué)生能在平臺界面實(shí)時監(jiān)控訓(xùn)練進(jìn)度條、準(zhǔn)確率變化等信息。在訓(xùn)練結(jié)束后，學(xué)生將模型最終準(zhǔn)確率等關(guān)鍵數(shù)據(jù)記錄在過程記錄表中，為后續(xù)分析總結(jié)提供依據(jù)。

4.課堂總結(jié)：模型訓(xùn)練的經(jīng)驗(yàn)歸納

學(xué)生分享在模型分類大挑戰(zhàn)中調(diào)整參數(shù)提高準(zhǔn)確率的經(jīng)驗(yàn)。教師收集學(xué)生訓(xùn)練的模型，使用推理程序進(jìn)行準(zhǔn)確性測試。通過學(xué)生分享和教師演示，引導(dǎo)學(xué)生總結(jié)訓(xùn)練復(fù)雜圖像分類模型的經(jīng)驗(yàn)。同時，教師提出未來人工智能技術(shù)發(fā)展的問題。

結(jié)語

在《昆蟲分類模型的訓(xùn)練》一課中，筆者圍繞課程主題，通過引入生動有趣的場景、借助云算力平臺、組織結(jié)構(gòu)化探究實(shí)驗(yàn)以及開展綜合實(shí)踐等教學(xué)方法，增強(qiáng)了學(xué)生在模型訓(xùn)練方面的實(shí)際應(yīng)用能力，為中小學(xué)人工智能課堂的深度實(shí)踐提供了可復(fù)制的方案。