人工智能从入门到进阶实战

本书面向初学者，采用全彩图解+视频讲解的形式介绍了人工智能的基础知识及开发案例，从无代码到图形化编程到代码编程，循序渐进，让读者逐步掌握人工智能技术，体验人工智能带给自己的乐趣。
本书首先通过mDesigner+开源硬件的结合赋予创客作品以“智能”，接着介绍了与人工智能密切相关的深度学习及其所需要的编程语言、编程框架及编程环境等知识，进而结合不同的场景，详细讲解了人工智能在视觉、听觉、无人驾驶等不同领域的实际应用。
本书强调人工智能理念的实战应用，书中涉及的程序源代码均可直接下载使用，方便读者动手实践，注重想象力、创造力以及动手能力的提升。对于青少年创客、人工智能初学者来说，本书将是一本不错的入门读物。

本书具有如下特色：
1.内容新颖实用，与其他只讲人工智能理论的图书不同，本书将高大上的人工智能技术拉下神坛，通过实实在在的案例来实现，使读者能够轻松体验人工智能带来的乐趣。
2.本书从无代码到图形化编程到代码编程，循序渐进，由易到难，讲解深入浅出，内容编排对入门读者非常友好，同时兼顾读者进阶的需求。
3.全彩印刷，配套资源丰富，赠送教学视频、所有程序源代码、开发软件工具包等，方便读者学习与练习。

2018年教育部发布了《高等学校人工智能创新行动计划》，在中小学阶段引入人工智能普及教育，构建人工智能专业教育、职业教育和大学基础教育于一体的教育体系。2019年国际人工智能教育大会倡导推动人工智能与教育、教学、学习系统性地融合，人工智能已成为新一轮国家发展的核心驱动力。为深入贯彻落实国务院《新一代人工智能发展规划》《中国教育现代化2035》及教育部对中小学生人工智能教育的指导方针和任务要求，提高教育质量，以科普教育为出发点，向广大青少年学生群体普及推广人工智能相关科普知识和技能，提高广大青少年学生群体对人工智能的认知和应用能力，以注重兴趣培养为导向，进而将人工智能转化成为学生们在创新创造过程中可应用的工具，为国家在人工智能开发和应用领域储备具有创新能力的专业人才。
本书特点鲜明，带领读者实践体验真实的人工智能项目，突出“实践”和“做”，适当弱化概念定义和枯燥的算法讲解。
让AI教学寻找到真实的AI需求，依托生活化、场景化和案例化的应用需求，学习、应用实践人工智能技术，试着收集清洗数据，训练机器学习，借助开源社区的力量，“站在巨人的肩膀上”，而不是从零开始，这是本书传达给读者的核心观点，也是适合青少年学习研究人工智能的方式。
本书知识全面系统，详尽介绍什么是人工智能、人工智能到底能做什么，并通过真实案例进行AI开发实践。
本书操作性强，重点章节配有讲解视频和程序源代码，方便读者学习实践。
读者将通过本书近距离体验和感受人工智能的力量，学习如何在未来的世界中运用人工智能发明和创造，为了解、掌握国际最前沿人工智能科技打下坚实基础。
由于时间和水平有限，书中不妥之处在所难免，望广大读者批评指正。

编著者

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