人工智能从入门到进阶实战

入门篇
第1章 初识人工智能
1.1 什么是AI（人工智能）003
1.2 生活中的人工智能003
1.3 人工智能简史006
1.4 人工智能擅长的领域007
1.5 人工智能与机器学习008
1.6 什么是神经网络009
1.7 训练人工神经网络012
1.8 可解释的AI让神经网络的黑盒不黑014
1.9 强化学习无师自通016
1.10 面对人工智能，与其恐惧，不如拥抱017

第2章 体验人工智能
2.1 基于深度学习的中国古典诗歌自动生成系统019
2.2 AI猜画小能手022
2.3 AI抠图——PS再也不用找专业设计师025
2.4 AI植物专家——带你认识身边植物027
2.5 AI绘画魔术师——不同绘画风格融合030
2.6 AI识数——智能识别数字031

第3章 让你的创客作品变“智能”
3.1 mDesigner简介033
3.2 mDesigner界面介绍 034
3.3 智能收音机的制作 035

进阶篇
第4章 图形化编程搭建神经网络深度学习系统
4.1 初识TensorFlow056
4.2 TensorFlow图形化编程环境搭建056
4.2.1 Kittenblock安装056
4.2.2 Kittenblock的TensorFlow插件安装058
4.3 TensorFlow图形化编程实现预测数据059
4.3.1 预测数据程序界面功能介绍059
4.3.2 核心代码介绍061
4.3.3 优化器介绍066
4.3.4 损失函数介绍068
4.3.5 深度学习学习率介绍068
4.4 TensorFlow图形化编程实现手写数字识别069
4.4.1 通过加载训练好的MNIST模型体验手写数字识别069
4.4.2 训练生成图像识别模型073
4.5 TensorFlow图形化编程实现物体识别分类083
4.6 TensorFlow图形化编程实现摄像头识别手势088
4.7 如何提高TensorFlow识别度097

第5章 常用的深度学习开发工具
5.1 Python与TensorFlow098
5.1.1 走进Python，靠近人工智能098
5.1.2 TensorFlow 带你快速入门深度学习和神经网络100
5.2 Windows环境下搭建Anaconda和TensorFlow101
5.3 Jupyter Notebook 极速入门 106
5.3.1 什么是Jupyter？106
5.3.2 Jupyter新建项目109
5.3.3 Jupyter交互式的Python命令行112
5.3.4 Jupyter编写文档113
5.4 Ubuntu虚拟机环境搭建117
5.4.1 简介117
5.4.2 环境准备118
5.4.3 VMware虚拟机安装118
5.4.4 VMware下创建虚拟机121
5.4.5 虚拟机下安装Ubuntu122
5.5 树莓派开源硬件简介124

第6章 人工智能应用案例
6.1 可视化神经网络训练平台：TensorFlow游乐场130
6.2 自然语言处理之垃圾短信判别140
6.2.1 简介140
6.2.2 主要范畴141
6.2.3 机器学习判别垃圾短信原理141
6.2.4 实践TensorFlow分词处理辨别语意142
6.2.5 项目目录结构151
6.3 迁移神经网络让你的电脑认识猫和狗152
6.3.1 概述152
6.3.2 迁移学习152
6.3.3 项目结构及流程153
6.3.4 数据准备153
6.3.5 VGG与VGG-16154
6.3.6 VGG-16的TensorFlow实现155
6.3.7 VGG-16模型复用158
6.3.8 数据输入159
6.3.9 模型重新训练和保存161
6.3.10 预测164
6.3.11 项目目录结构167
6.4 训练神经网络让你的遥控赛车变成自动驾驶赛车167
6.5 图像识别人体姿势控制无人机编队飞行 196
6.5.1 OpenPose人体姿态识别199
6.5.2 kNN分类算法199
6.5.3 使用UAV-Gesture-Control_Python开源项目实现姿势控制Tello无人机201
6.5.4 软件环境搭建简介202
6.5.5 姿势控制一架Tello无人机飞行205
6.5.6 控制Tello无人机编队飞行206