本文目录一览：
目前深度学习的模型有哪几种适用于哪些问题？
核心有几个
卷积神经网络CNN，用来做图像处理的
循环神经网络RNN，用来处理带顺序关系的数据
对抗生成网络GAN，是一种概率生成模型
transformer注意力模型，用来做序列到序列计算的
更多的是他们的变种。数不清
体育课如何利用评价和反馈促进学生深度学习？
首先是体育课要充满积极的评价，正面的引导。让表现优秀的同学起到示范引领的作用，这样在榜样的带动下，学生也就会积极地加强学习深度领会。
AlphaGo 用了哪些深度学习的模型
AlphaGo用了一个深度学习的模型：卷积神经网络模型。
阿尔法围棋（AlphaGo）是一款围棋人工智能程序。其主要工作原理是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。
一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。
扩展资料：
阿尔法围棋用到了很多新技术，如神经网络、深度学习、蒙特卡洛树搜索法等，使其实力有了实质性飞跃。
美国脸书公司“黑暗森林”围棋软件的开发者田渊栋在网上发表分析文章说，阿尔法围棋系统主要由几个部分组成：
一、策略网络（Policy Network），给定当前局面，预测并采样下一步的走棋；
二、快速走子（Fast rollout），目标和策略网络一样，但在适当牺牲走棋质量的条件下，速度要比策略网络快1000倍；
三、价值网络（Value Network），给定当前局面，估计是白胜概率大还是黑胜概率大；
四、蒙特卡洛树搜索（Monte Carlo Tree Search），把以上这三个部分连起来，形成一个完整的系统。
参考资料来源：百度百科-阿尔法围棋（围棋机器人）
百度百科-深度学习
体育教学深度学习包括哪三个方面？三者之间的关系？
“深度学习”的概念相对于“肤浅学习”提出的。主要有三个明显的特征，
第一：深度解读体育学科知识与技能，真实参与其中。知识技能传授与学习是学校体育教育教学开展实施的“阿基米德点”，是体育学科教学的核心，在一切围绕教学开展的活动中，学习者无法回避对知识技能的再思考与审视。而深度学习的特性表明，其主要是对知识技能、以及其本身概念的真正理解，是深层次全面理解的活动过程。学生在体育教师的引导下，进行真实的全身心的参与，体验深度学习下带来收获。
第二：深入学科思维方法，培养学习体育品质。思维能力培养是发展学生核心素养的重要内容，而思维能力的提升其是通过不断的参与学习思考、不断训练、螺旋上升，在实践中形成一定的优秀品质，深度学习的出现恰恰要求学生掌握必须的思维方法，达到一定的思维水平，才能达成深度学习的目标。
第三：多维度深入学习，构建体育知识体系。深度学习过程中，当学生达到一定的思维水平，可以使所学的体育知识与技能点之间有一定的连续性、逻辑性、扩展性，可以有效帮助学生构建自己的体育知识与技能体系，牢固地掌握所学知识与技能，并进行灵活的运用于学习与生活中，为终身体育的养成夯实基础。