3、深度学习作业设计与学生表现的关系探究

深度学习作业设计与学生表现的关系探究

1. 引言

在深度学习课程的教学过程中，教师们常常面临一个问题：如何合理安排家庭作业，以帮助学生更好地掌握课程内容？特别是在深度学习领域，由于其高度的技术性和复杂性，家庭作业不仅是理论知识的巩固，更是实践技能的重要训练场。为了探讨这一问题，我们对马里兰大学巴尔的摩分校（UMBC）深度学习课程进行了为期三个学期的研究。通过分析学生提交的家庭作业的时间和成绩之间的关系，我们希望能够为未来的教学设计提供有价值的参考。

2. 研究背景

在过去的几年中，越来越多的研究开始关注学生完成家庭作业的时间与其学业成绩之间的关系。然而，大多数研究主要集中在K-12教育阶段，而对于高等教育，尤其是研究生级别的深度学习课程，相关研究相对较少。本研究旨在填补这一空白，通过定量分析学生完成家庭作业的时间及其成绩之间的关系，探讨是否提前开始和提交作业能够提高学生的成绩。

2.1 数据收集

为了研究这个问题，我们的数据来自UMBC深度学习课程的2020年春季、2020年秋季和2021年春季三个学期。课程内容和问题被开发成了一本书《Inside Deep Learning》，并在Google Colaboratory环境中进行作业的编写、测试和提交。这一选择不仅为学生提供了免费或低成本的GPU资源，还避免了版本冲突和软件安装问题，简化了作业运行的过程，并为学生提供了便捷的帮助和反馈渠道。

2.2 数据处理

Google Colaboratory环境的一个意外好处是它保留了作业的编辑历史。与常规的版本控制系统不同，Colab会在定期间隔或在明确的保存请求被调用时，对文档进行拍摄快照。这些