高政霞 唐林 顾润龙

TensorFlow作为开源深度学习框架之一，在人工智能领域和企业应用中是一颗闪耀的明星。本文依托高职人工智能技术应用人才培养方案，结合AI行业热门领域，探索高等职业院校TensorFlow基础实践课程的创新路径，主要从实践动手能力、项目开发能力、自主学习能力、探究创新意识等方面进行剖析，通过结合“产、学、研”创新探究课程标准开发，提出了一条“岗、课、赛、证”融通的模式来创新人才培养路径。

1 课程背景

目前人工智能布局和发展已经成为世界诸多国家的共识与行动，国内更是高度重视人工智能发展。2021年3月教职成[2021]3号文中指出“深化职业教育评价改革，形成具有职业教育特点的评价标准和方法”，表明了培养能力的实践教育要求。此外，国家出台多项举措，表明职业教育实训教学建设标准及职业人才培养技能应用型更深层次发展的立场。高职人工智能技术应用专业致力于培养符合国家战略及人工智能产业发展需求，掌握AI基础知识，拥有可持续发展能力、具有AI核心思维和能够根据行业、企业等需求进行开发的高素质复合型技术技能人才。通过岗位深度调研和剖析，明确了人工智能技术应用方向人才培养的职业面向、职业岗位、工作需求，其中作为人工智能深度学习开源框架之一的TensorFlow框架是人才培养实践教学中非常重要的一环。

目前机器学习和深度学习框架有TensorFlow、Pytorch、 PaddlePaddle、MindSpore、Scikit-learn、Keras等，还有一些使用率相对较低的Theano、Caffe、CNTK等，那么选取TensorFlow框……