郭清華 曾禮麗

摘 要：首先對深度學習及深度學習路線進行了闡述，以EL圖像識別為切入點，介紹了將深度學習方法引入“光伏組件制備工藝”課程教學的具體實施過程。在課程教學中，引入深度學習模式能更好地達到教學目的，突出學生的主體地位，培養(yǎng)學生的自主學習能力和創(chuàng)新能力。

關鍵詞：深度學習路線;自主學習能力;創(chuàng)新能力

“光伏組件制備工藝”課程是光伏類專業(yè)的核心課程，一般都安排大二學生學習。在此之前，學生學習了“光伏理化基礎”“光伏電池制備工藝”等課程。“光伏理化基礎”中的“太陽電池發(fā)電原理”以及“光伏電池制備工藝”中電池片的缺陷類型，都為學生進一步學習“光伏組件制備工藝”這門課程儲備了知識。

深度學習[1]最早應用于計算機領域的人工智能方面，其核心是讓計算機模擬人腦進行深層學習。AlphaGo圍棋大勝證明了深度學習具有解決抽象問題的能力，因此，深度學習技術掀起了新一輪人工智能的熱潮。隨著人工智能的不斷發(fā)展，各行各業(yè)都渴望應用人工智能，深度學習在教育領域也不斷得到了應用和推廣。在課程教學中，如何根據(jù)不同的場景落實智能技術的應用，是教師目前面臨的難題。

1?傳統(tǒng)教學模式的不足

“光伏組件制備工藝”的教學內(nèi)容主要是依據(jù)光伏組件生產(chǎn)加工過程來選取的。在平時的教學過程中，采用的教學方法主要是基于工作過程的項目化教學，通過教師教授知識點、演示操作，學生再自己操作，這種教學方式有利于學生學習基本的操作技能和知識。由于學生缺乏獨立探索與研究的機會，很容易讓學生產(chǎn)生錯覺，以為這門課程涉及的內(nèi)容技術含量不高，進而失去興趣，喪失學習動力。究其原因，其實是教師在教學方面沒有進行深度教學，學生在學習方面沒有進行深度學習。

2?教學中應用深度學習模型

美國兩位學者提出了深度學習路線[2]（Deeper Learning Cycle，DELC），指導教師在課程中實施深度教學。深度學習路線包括5個環(huán)節(jié)：預評估、確定教學目標及內(nèi)容;營造積極的學習文化;激發(fā)先前的知識、獲取新知識;深度加工知識;評價學生的學習。根據(jù)DELC學習路線，構(gòu)建了深度學習路線與師生作用的關系，如圖1所示。

圖1充分體現(xiàn)了“教師主導作用與學生主體作用”的教學理念，教師營造學習環(huán)境，激發(fā)學生的學習興趣，調(diào)動學生的學習積極性，引導學生發(fā)現(xiàn)問題、分析問題，構(gòu)建知識之間的聯(lián)系與遷移，讓學生通過查閱資料、自主探索、小組討論等方式，制定解決問題的方案。學生參與這一系列學習活動之后，能更深入地理解、掌握與運用所學知識，進一步培養(yǎng)他們的自主學習能力和創(chuàng)新能力。

3 探究以深度學習為目的的教學案例

3.1? 預評估、確定教學目標及內(nèi)容

根據(jù)DELC學習路線，首先是對“光伏組件制備工藝”這門課程的內(nèi)容進行評估，發(fā)現(xiàn)EL圖像檢測在光伏組件生產(chǎn)過程中非常重要，層壓前有一次半成品的EL圖像檢測，后面還有一次成品的EL圖像檢測。通過調(diào)研發(fā)現(xiàn)，在光伏組件生產(chǎn)線上，得到EL圖像之后，還需要大量的人工來識別這些圖像，并作出判斷。如果在此引入人工智能進行自動識別，就能大大提高工作效率，從內(nèi)容上來說，這是引入深度學習很好的切入點。接下來再評估學生，在“光伏組件制備工藝”中，學生學習過單個電池片的EL檢測圖像，知道EL檢測的目的，認識各種缺陷類型的EL圖像，使學生對相關知識有一定的積累。通過預評估，可以將EL圖像檢測作為引入深度學習的教學內(nèi)容，教學目標主要有兩個：一是讓學生能夠根據(jù)EL圖像識別缺陷組件;二是通過深度學習，培養(yǎng)學生自主學習能力和創(chuàng)新能力。

3.2? 營造積極的學習氛圍

為了激發(fā)學生的學習興趣，可營造良好的學習氛圍，收集大量相關的素材，比如大家熟悉的人臉識別支付、自動駕駛汽車、醫(yī)院和家庭服務的智能機器人等。這些內(nèi)容與學生的生活息息相關，能最大限度地激發(fā)學生的學習興趣，調(diào)動他們的學習積極性。教師提問：人臉識別支付是如何實現(xiàn)的呢？EL圖像檢測可以實現(xiàn)自動識別嗎？

3.3? 激發(fā)先前的知識、獲取新知識

引導學生回顧“光伏電池制備”課程，學習電池片EL測試，讓學生陸續(xù)回答單個電池片的缺陷類型：隱裂（裂紋）、碎片、黑心、云片、皮帶印、斷柵、邊緣過刻、漏電、虛印、短路黑片、明暗片、局部斷路片、臟污、劃傷等。這些缺陷類型在電池片制作成組件后都有可能存在，同時，還會產(chǎn)生新的缺陷類型，比如脫焊、虛焊等。缺陷類型眾多，每一個缺陷的EL圖像特征都不一樣，所以，要找到一種方法完全自動識別這些缺陷非常困難。教師提問：有沒有這樣一種方法，可以像人的大腦一樣學習各種缺陷類型的圖像特征并記錄下來，然后再自動叛別這些缺陷呢（見圖2）？

圖2先對有缺陷的圖片進行標記，再將其轉(zhuǎn)換為標準化的EL圖像，用這些圖像訓練一個深度學習網(wǎng)絡;訓練好后，用該網(wǎng)絡檢測其他需要識別的EL圖像，由此引入深度學習方法。首先，學生需要學習組件EL圖像的特征，再學習圖像分割，關鍵是尋找或構(gòu)建深度學習網(wǎng)絡。在圖像分割與構(gòu)建深度學習網(wǎng)絡的過程中，需要運用一些專業(yè)軟件，這個需要學生自己去學習。

3.4? 深度加工知識

在這個環(huán)節(jié)中，教師給學生提供相關資料，并根據(jù)學生學習能力的強弱進行配對和分組，引導他們深入思考、自主探索，小組內(nèi)部和小組之間都可以相互討論。在這些任務的開展過程中，需要用Photoshop或其他軟件標識各類缺陷類型，學生自己動手完成標識，能夠很好地學習光伏組件EL圖像的特征，也就能識別缺陷組件，達到第一個教學目標。在尋找深度學習網(wǎng)絡的過程中，學生需要自主學習深度學習網(wǎng)絡在其他圖像識別上的應用，然后將這個網(wǎng)絡遷移到這里。在此過程中，既能培養(yǎng)學生的自主學習能力和創(chuàng)新能力，還可以培養(yǎng)學生團結(jié)合作的精神，達到第二個教學目標。

3.5? 評價學生的學習

教師先指導學生進行自評和互評，在此過程中，學生會體會到成就感，找到差距，然后教師做總結(jié)性的評價，對做得好的學生提出表揚，反之給予鼓勵。

4?在“光伏組件制備工藝”課程教學中引入深度學習方法的意義

在以往的教學中，教師會向?qū)W生展示各種缺陷類型的EL圖像，并分析每一種圖像的特征，不會讓學生自己動手標識，也沒有進一步的教學。引入深度學習方法之后，明顯提高了學生的學習興趣和積極性。學生通過自己標識EL缺陷圖像，加深了對這些缺陷圖像特征的理解，在尋找深度學習網(wǎng)絡的過程中，提高了自學能力和創(chuàng)新能力。在“光伏組件制備工藝”課程中引入深度學習方法并實施教學，有利于教學目標的達成，能更好地突出學生的主導地位。

5 結(jié)語

在課程教學過程中，不同的內(nèi)容適合選取不同的教學方法，需要每個教師去甄別并組織實施，以達到更好的教學效果。在“光伏組件制備工藝”中引入深度學習方法還處于探索階段，同時也存在一些問題，比如有個別同學由于自學能力不強導致參與度不高。深度學習模式的教學效益需要經(jīng)過一段時間才能體現(xiàn)，因此，不要局限于某一門課程。

[參考文獻]

[1]嚴嚴，陳日偉，王涵予.基于深度學習的人臉分析研究進展[J].廈門大學學報，2017（1）：13-24.

[2]吳秀娟.基于反思的深度學習研究[D].揚州：揚州大學，2013.