第 1章　人工智能概述　1
1.1　了解人工智能　1
1.2　了解深度學習　2
1.3　人工智能發展現狀　4
1.4　人工智能機器學習框架　5
1.4.1　機器學習框架簡介　5
1.4.2　TensorFlow　5
1.4.3　PaddlePaddle　7
1.5　怎樣學習人工智能　7
1.6　小結　8
1.7　練習題　8
第 2章　Python編程基礎　9
2.1　Python入門　9
2.2　開發環境搭建　10
2.2.1　安裝Python　10
2.2.2　安裝PyCharm　13
2.2.3　體驗PyCharm　17
2.3　基礎語法　21
2.3.1　基本輸入和輸出　21
2.3.2　Python運算符　24
2.3.3　Python數據類型　33
2.3.4　Python語句　38
2.3.5　Python函數　43
2.4　面向對象　44
2.5　第三方庫的使用　45
2.5.1　NumPy　46
2.5.2　Pandas　49
2.5.3　Matplotlib　52
2.6　小結　57
2.7　練習題　57
第3章　TensorFlow機器學習框架　58
3.1　TensorFlow介紹　58
3.1.1　TensorFlow基礎介紹　58
3.1.2　分布式TensorFlow　61
3.2　TensorFlow環境搭建　61
3.2.1　安裝Anaconda　61
3.2.2　使用pip的Windows環境安裝　67
3.2.3　使用pip的Linux環境安裝　68
3.2.4　使用源代碼編譯安裝　68
3.3　TensorFlow計算機加速　68
3.3.1　TensorFlow的使用　68
3.3.2　TensorFlow使用GPU加速　70
3.4　小結　70
3.5　練習題　71
第4章　機器學習算法　72
4.1　線性回歸　72
4.1.1　什么是線性回歸　72
4.1.2　線性回歸例子引入　73
4.1.3　數學方法解決線性回歸問題　75
4.1.4　利用TensorFlow解決線性回歸問題　78
4.2　邏輯回歸　81
4.2.1　什么是邏輯回歸　81
4.2.2　邏輯回歸例子引入　82
4.2.3　數學方法解決邏輯回歸問題　83
4.2.4　利用TensorFlow解決邏輯回歸問題　83
4.3　KNN　85
4.3.1　什么是KNN　86
4.3.2　KNN例子引入　86
4.3.3　數學方法解決KNN問題　87
4.3.4　利用TensorFlow解決KNN問題　91
4.4　使用第三方模塊實現KNN　92
4.5　其他機器學習算法　94
4.5.1　支持向量機　94
4.5.2　決策樹　94
4.5.3　隨機森林　95
4.5.4　K-Means　95
4.6　小結　95
4.7　練習題　95
第5章　MNIST數據集及神經網絡　96
5.1　MNIST數據集簡介　96
5.2　神經元常用函數　97
5.2.1　激活函數　97
5.2.2　池化函數　99
5.2.3　損失函數　100
5.3　深度神經網絡　101
5.4　經典卷積神經網絡介紹　102
5.4.1　LeNet-5模型及其實現　103
5.4.2　AlexNet介紹　109
5.4.3　VGGNet介紹　109
5.4.4　Inception模型及其實現　109
5.5　循環神經網絡　112
5.5.1　循環神經網絡簡介　112
5.5.2　循環神經網絡實現　115
5.6　優化器及優化方法　117
5.6.1　優化方法　117
5.6.2　學習率設置　118
5.7　小結　118
5.8　練習題　118
第6章　TensorFlow高級框架　119
6.1　TFLearn　119
6.2　Keras　121
6.3　小結　123
6.4　練習題　124
第7章　OpenCV開發與應用　125
7.1　OpenCV介紹　125
7.2　OpenCV常見應用　127
7.2.1　攝像頭調用　127
7.2.2　OpenCV的圖像簡單處理　128
7.2.3　圖像處理的意義及價值　132
7.3　小結　133
7.4　練習題　133
第8章　計算機視覺處理　134
8.1　計算機視覺開發介紹　134
8.2　手寫數字識別　136
8.2.1　項目介紹　137
8.2.2　圖像獲取以及預處理　138
8.2.3　圖像識別　139
8.2.4　結果顯示　143
8.3　人臉識別　143
8.3.1　項目介紹　144
8.3.2　人臉的數據集介紹　144
8.3.3　人臉識別流程　145
8.3.4　人臉識別方案　145
8.3.5　人臉識別應用　146
8.4　小結　154
8.5　練習題　154
第9章　自然語言處理　155
9.1　人工智能自然語言處理介紹　155
9.2　英文語音識別　156
9.2.1　項目介紹　156
9.2.2　訓練模型　156
9.2.3　測試效果　160
9.3　打造智能聊天機器人　163
9.3.1　seq2seq的機制原理　163
9.3.2　實踐　163
9.4　小結　164
9.5　練習題　164
第 10章　人工智能開放平臺應用　165
10.1　AI開放平臺介紹　165
10.2　百度AI開放平臺應用　166
10.2.1　百度AI開放平臺介紹　166
10.2.2　基于百度AI開放平臺的圖像識別　166
10.2.3　基于百度AI開放平臺的語音識別　170
10.2.4　基于百度AI開放平臺的人臉識別　172
10.3　更多AI開放平臺實踐　175
10.3.1　騰訊AI開放平臺　175
10.3.2　阿里AI開放平臺　175
10.3.3　京東AI開放平臺　176
10.3.4　小愛AI開放平臺　176
10.3.5　訊飛AI開放平臺　177
10.4　小結　177
10.5　練習題　177
第 11章　綜合實訓案例解析　178
11.1　基于機械臂的工業分揀系統　178
11.1.1　項目概要　178
11.1.2　項目設計　179
11.1.3　項目實現　186
11.2　小結　193
11.3　練習題　193