人工智能基礎(chǔ)創(chuàng)新與實(shí)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(shí)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(gè)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(shí)驗(yàn)
4.1 實(shí)驗(yàn)?zāi)康暮蛯?shí)驗(yàn)介紹
4.2 實(shí)驗(yàn)算法原理及步驟
4.3 實(shí)驗(yàn)條件和內(nèi)容
4.4 實(shí)驗(yàn)流程參考
4.5 實(shí)驗(yàn)結(jié)果
4.6 實(shí)驗(yàn)及實(shí)驗(yàn)報(bào)告要求
4.7 實(shí)驗(yàn)程序解析
第5章 基于神經(jīng)網(wǎng)絡(luò)的圖像識別實(shí)驗(yàn)
5.1 實(shí)驗(yàn)?zāi)康暮蛯?shí)驗(yàn)環(huán)境配置
5.2 實(shí)驗(yàn)原理及概念
5.3 實(shí)驗(yàn)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(shí)驗(yàn)步驟
5.7 基于PaddlePaddle的手寫數(shù)字識別
5.8 實(shí)驗(yàn)及實(shí)驗(yàn)報(bào)告要求
第6章 動(dòng)物分類軟件設(shè)計(jì)實(shí)驗(yàn)
6.1 實(shí)驗(yàn)?zāi)康暮蛯?shí)驗(yàn)環(huán)境配置
6.2 基于PaddleHub的動(dòng)物識別實(shí)驗(yàn)
6.3 利用Pycharm移植完成動(dòng)物識別程序設(shè)計(jì)
6.4 基于Pyqt5的可視化軟件界面設(shè)計(jì)
6.5 Pyqt5調(diào)用PyCharm程序
6.6 打包工具Pyinstaller
6.7 程序設(shè)計(jì)可能遇到的問題
第7章 垃圾分類實(shí)驗(yàn)
7.1 實(shí)驗(yàn)?zāi)康暮蛯?shí)驗(yàn)介紹
7.2 實(shí)驗(yàn)算法原理及步驟
7.3 實(shí)驗(yàn)條件和內(nèi)容
7.4 實(shí)驗(yàn)流程參考