新目标英语八年级上册unit9 sectionA 1a-grammar导学案

新目标英语八年级上册unit9 sectionA 1a-grammar导学案
2011年11月25日
  更多精彩;英语教师网 英语教师网论坛 http://bbs.ewteacher.com 课间团购网
  英语教师网提出精品资源,先行推出样品资源,供广大读者参考。本博文为样品资源中的一篇,更多内容请关注英语教师网http://www.ewteacher.com。
  Unit 9 When was it born?
  课题:Section A 1a---grammar
  课时:one period
  Learning goals
  Knowledge goals:Vocabulary:ping pong player skater champion great born
  Target language:Who’s that 、 That’s Deng Yaping .she is a great Chinese Ping pong player
  When was she born?
  She was born in 1973.
  Ability goals: writing skills speaking skills cooperating skills
  Moaral goals:Rome was not built in one day .If you keep on one goal you will make it at last.
  Learning flow: lead in-------warn-up ------discuss and communicate-----explore the new knowledge ------performance------test in class.
  Learning procedure:
  一.Lead in------------see CAI
  二.你对体育明星了解吗?如何称呼?
  国际体育明___________________星篮球运动员___________________
  乒乓球运动员___________________网球运动员___________________
  足球运动员___________________
  三.你能翻译下面的词组吗?
  出生___________________ 开始做某事___________________
  世界纪录___________________以---而著名___________________
  在1981年1月13日___________________
  在1973年___________________
  四.你能翻译下面的句子吗?
  1.那是谁?那是邓亚萍,她是一个好的乒乓运动员。
  2.他是什么时间出生的?他出生于1980年。
  3.查理史密斯打嗝多长时间?69年又5个月
  4.他什么时间开始打嗝?她在1922开始打嗝的
  5.他什么时间停止打喷嚏?他在2008年停止打喷嚏。
  五.Finish 1a
  六.Listening finish 1b/2a/2b
  七.Performance 1c/2c
  八.探求新知
  A.be born 出生
  born 是bear 的过去分词(只用于被动)be 通常用was/were 后接时间状语或地点状语,bear 用作动词,意为“生产 生育”。用作名词,意为“熊”。
  B.international adj.国际的
  Inter+ national
  National 国家的 民族的
  C.record 记录 唱片
  a sports record
  hold the record 保持记录
  break the record 打破纪录
  D.start to do=begin to do 强调开始的动作
  start doing =begin doing强调经常性
  He started playing tennis in 1978.
  He started to play tennis at 6:00am.
  九.当堂检测
  ( )1.My sister ______born_______ January the first, 1994.
  A. was in B.were on C.was on D.were in
  ( )2.Liu xiang is also ________ international sports star.
  A.a B.an C.the D./
  ( )3.She’s just beginning _______ the letter.
  A. write B.writing C.to write D.writing to
  ( )4.The man _______ playing golf when he _______ nine years old.
  A.starts is B.started is C.starts was D.started was
  首字母填词
  6.When was your brother b________?in 1987.
  7.When we s________, we shouldn’t face others.
  8.Guo yue played for n_________ team.
  9.What’s the world r_______ of the women’s 100-meter race?
  10.著名跑步运动员上周在日本打破了纪录
  11.当他们老师进来时,学生们停止了说话
  12.怀特住在我们城市八年了。
  13.我的双胞胎妹妹在1965在北京出生的。
  14.I was born on June 2nd, 1984.(对划线部分提问)
  ________ _________ you born?
  15.We lived in America for about three years (对划线部分提问)
  ________ ________ ________ you_______ in America?
  16.She went to bed at nine last night (对划线部分提问)
  _______ _______ _______she _____to bed last night?
  17.They did their homework yesterday evening (变否定句)
  They _______ ________ their homework yesterday evening.
  十.自评
  掌握
  没掌握
  十一.点评
  十二.学后记
  本文链接:http://www.ewteacher.com/gzs-article-464.html
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值