当前位置：

从AI模型到智能机器人：基于Python 与TensorFlow

作者：高焕堂

出版社：电子工业

出版年：2019年9月

ISBN：9787121370113

所属分类：艺术理论

书刊介绍

《从AI模型到智能机器人：基于Python 与TensorFlow》内容简介

《从AI模型到智能机器人：基于Python与TensorFlow》本书是一本介绍AI技术的入门图书。第1～9章从OOP+Python应用出发，由浅入深，循序渐进，帮助用户建立扎实的AI软件开发的技术根基。第10～12章以AI技术简史为起点，以机器学习为范例，说明如何用Python来撰写简单的AI模型，并通过实际训练，让用户了解机器学习的原理。第13～15章以TensorFlow平台为例，说明如何利用该平台来设计NN（神经网络）模型，熟悉其训练及应用过程。
《从AI模型到智能机器人：基于Python与TensorFlow》内容翔实，语言生动，既适合初入门者学习，也适合有一定编程基础的人扩展AI技术思维。
高焕堂，拥有40多年软件设计经验。专注于AI&VR技术与创客辅导，在AI、Docker容器技术、Android终端平台等领域有很深的研究。现任中国台湾铭传大学“AI创新&设计思维”指导教授，大连艺术学院创新创业导师、厦门VR/AR协会创业导师兼荣誉会长。并为华为、百度、腾讯（成都）等国内知名公司的高级设计师和IT架构师授课。

作品目录

前
言
第1章：AI与面向对象Python
1.1、AI思维简史
1.2、Python语言与AI
1.3、布置Python开发环境
1.4、开始编写Python程序
1.5、面向对象（Object-Oriented）入门
1.6、软件中的对象（Object）
1.7、对象与变量（Variable）
1.8、对象与函数（Function）
1.9、自然界的分类
1.10、软件的分类
第2章：Python的对象与类
2.1、OOP入门
2.2、对象的概念
2.3、对象分类与组合
2.4、AKO抽象关系
2.5、对象行为与接口
第3章：善
用
类
3.1、如何描述对象：善用类
3.2、如何创建软件对象
3.3、对象参考
3.4、构造函数
3.5、子类如何创建对象
第4章：对象的组合
4.1、认识
self
参考
4.2、建立对象的包含关系
4.3、self
参考值的妙用
4.4、包容多样化物件
4.5、集合对象
第5章：类的封装性
5.1、对象的封装性
5.2、类：创造对象的封装性
5.3、类的私有属性与函数
5.4、类级别的属性
5.5、类级别的函数
第6章：类的继承体系
6.1、继承的意义
6.2、建立类继承体系
6.3、函数覆写的意义
第7章：活用抽象类
7.1、抽象类与继承体系
7.2、Python抽象类的表示法
7.3、从“抽象类”衍生“具象类”
7.4、抽象类的妙用：默认行为
7.5、默认函数的妙用：反向调用
第8章：发挥“多态性”
8.1、“多态性”的意义
8.2、多态函数
8.3、可覆写函数
第9章：如何设计抽象类
9.1、抽象：抽出共同的现象
9.2、抽象的步骤
9.3、洞悉“变”与“不变”
9.4、着手设计抽象类
第10章：接口与抽象类
10.1、接口的意义
10.2、以
Python
抽象类来实现接口
10.3、接口设计实例一：并联电池对象
10.4、接口设计实例二：串联电池对象
10.5、接口设计实例三：Chain
Of
Responsibility设计模式
第11章：不插电学AI
11.1、“不插电学AI”的意义
11.2、AlphaGo的惊人学习能力
11.3、范例：一只老鼠的探索及学习
11.4、记录老鼠的探索选择及结果
11.5、老鼠当教练：训练AI机器人
第12章：撰写单层Perceptron程序
12.1、开始“插电学AI”：使用Python
12.2、展开第#0组数据的训练
12.3、进行更多组数据的训练
12.4、加入学习率
12.5、增添一个Training类
12.6、一个更详细的Perceptron代码
第13章：使用TensorFlow编程
13.1、TensorFlow入门
13.2、安装TensorFlow环境
13.3、开始使用TensorFlow
13.4、展开第1回合的训练：以老鼠教练为例
13.5、展开100回合更周全的训练
13.6、设计Perceptron类
13.7、采用TensorFlow的损失函数
13.8、撰写多层Perceptron程序
第14章：TensorFlow应用范例
14.1、mnist手写数字识别范例
14.2、开始训练
NN
模型
14.3、改进
NN
模型：建立两层Perceptron
14.4、改进
NN
模型：建立三层Perceptron
14.5、撰写一个MLP类
第15章：如何导出AI模型
15.1、导出模型入门
15.2、机器人：像老鼠一样学习
15.3、基于TensorFlow建立AI模型
15.4、存入Checkpoint文件
15.5、读取Checkpoint文件
15.6、读取流图定义文件
15.7、导出模型：写入.pb文件
15.8、导入模型，读取.pb文件