人工智能基礎(chǔ)創(chuàng)新與實踐應(yīng)用

第1章 人工智能基礎(chǔ)
1.1 人工智能的基本概念
1.2 人工智能的發(fā)展歷史
第2章 實踐環(huán)境的搭建及軟件使用
2.1 Python
2.2 Anaconda
2.3 PyTorch
2.4 PyCharm
2.5 Tensorflow和Keras
2.6 Jupyter Notebook
2.7 PaddlePaddle(飛槳)
2.8 Pyqt5
2.9 第三方庫的安裝
第3章 Python基礎(chǔ)與練習(xí)
3.1 Python簡介和訓(xùn)練目的
3.2 Python語言基礎(chǔ)
3.3 Python的函數(shù)
3.4 多個程序文件間函數(shù)與類的調(diào)用與導(dǎo)入
3.5 Python的編碼規(guī)范
3.6 習(xí)題
第4章 A*算法實驗
4.1 實驗?zāi)康暮蛯嶒灲榻B
4.2 實驗算法原理及步驟
4.3 實驗條件和內(nèi)容
4.4 實驗流程參考
4.5 實驗結(jié)果
4.6 實驗及實驗報告要求
4.7 實驗程序解析
第5章 基于神經(jīng)網(wǎng)絡(luò)的圖像識別實驗
5.1 實驗?zāi)康暮蛯嶒灜h(huán)境配置
5.2 實驗原理及概念
5.3 實驗內(nèi)容
5.4 Keras的初步使用( 種方法)
5.5 Keras的第二種方法(選學(xué)部分)
5.6 基于Keras的手寫數(shù)字識別實驗步驟
5.7 基于PaddlePaddle的手寫數(shù)字識別
5.8 實驗及實驗報告要求
第6章 動物分類軟件設(shè)計實驗
6.1 實驗?zāi)康暮蛯嶒灜h(huán)境配置
6.2 基于PaddleHub的動物識別實驗
6.3 利用Pycharm移植完成動物識別程序設(shè)計
6.4 基于Pyqt5的可視化軟件界面設(shè)計
6.5 Pyqt5調(diào)用PyCharm程序
6.6 打包工具Pyinstaller
6.7 程序設(shè)計可能遇到的問題
第7章 垃圾分類實驗
7.1 實驗?zāi)康暮蛯嶒灲榻B
7.2 實驗算法原理及步驟
7.3 實驗條件和內(nèi)容
7.4 實驗流程參考