AI速成课：从AI编程到构建智能软件

AI速成课：从AI编程到构建智能软件读书笔记模板01思维导图目录分析读书笔记内容摘要作者介绍精彩摘录目录0305020406思维导图编程课深度车辆软件实例大脑工具小结环境深度第章模型方案训练原理问题经验神经网络本书关键字分析思维导图内容摘要内容摘要本书从基础知识入手，详细讲解通过强化学习和深度学习构建AI系统所需的一切，并通过5个完整的项目实例，循序渐进展示如何使用最佳、最简单的AI编程工具（包括Python、TensorFlow、Keras和PyTorch）构建智能软件。具体内容包括AI工具包、Python基础、AI基础技巧、你的第一个AI模型、销售和广告中的AI、Q学习、物流行业中的AI、人工大脑、自动驾驶车辆中的AI、商业中的AI、深度卷积Q学习、游戏中的AI。目录分析1.1开始你的AI旅程1.2四种不同的AI模型1.3学习AI可以让你做什么1.4小结第1章欢迎来到机器人世界2.1GitHub源代码页面2.3小结2.2Colaboratory运行环境第2章探索你的AI工具包3.1显示文本3.3列表和数组3.2变量和操作第3章Python基础——学习如何用Python编程3.4if语句和条件3.5for循环和while循环3.6函数3.7类和对象3.8小结12345第3章Python基础——学习如何用Python编程4.1什么是强化学习4.3小结4.2强化学习的五大原理第4章AI基础技巧4.2强化学习的五大原理4.2.1原理#1——输入与输出系统4.2.2原理#2——奖励4.2.3原理#3——AI环境4.2.4原理#4——马尔可夫决策过程4.2.5原理#5——训练与推断5.1多臂老虎机问题5.3小结5.2汤普森采样模型第5章你的第一个AI模型——小心老虎机5.2汤普森采样模型5.2.1模型编程5.2.2理解模型5.2.3什么是分布5.2.4应对多臂老虎机问题5.2.5汤普森采样策略三步走5.2.6汤普森采样模型的临门一脚5.2.7汤普森采样模型与标准模型6.1待解决的问题6.2用仿真构建AI环境6.3AI解决方案及其直觉的回顾6.4技术实现6.5小结12345第6章销售和广告中的AI——像“AI街之狼”一样销售6.2用仿真构建AI环境6.2.1运行仿真程序6.2.2回顾6.3AI解决方案及其直觉的回顾6.3.1AI解决方案6.3.2直觉6.4技术实现6.4.1汤普森采样与随机策略选择6.4.2开始编程6.4.3最终结果7.1迷宫7.3小结7.2Q学习的完整流程第7章欢迎来到Q学习7.1迷宫7.1.1第一步7.1.2构建环境7.1.3构建AI模型7.2Q学习的完整流程7.2.1训练模式7.2.2推断模式8.1构建环境8.3小结8.2技术实现第8章物流行业中的AI——仓库中的机器人8.1构建环境8.1.1状态8.1.2行为8.1.3奖励8.1.4AI解决方案回顾8.2技术实现8.2.1第1部分——构建环境8.2.2第2部分——用Q学习构建AI解决方案8.2.3第3部分——进入推断模式8.2.4改进1——自动化奖励分配8.2.5改进2——加入一个中间目标9.1预测房价9.2深度学习理论9.3深度Q学习9.4小结第9章人工大脑——深度Q学习9.1预测房价9.1.1上传数据集9.1.2导入依赖库9.1.3排除变量9.1.4准备数据9.1.5构建神经网络9.1.6训练神经网络9.1.7展示结果9.2深度学习理论9.2.1神经元9.2.2激活函数9.2.3神经网络的工作原理9.2.4神经网络如何学习9.2.5正向传播算法和反向传播算法9.2.6梯度下降算法9.3深度Q学习9.3.1归一化指数方法9.3.2深度Q学习回顾9.3.3经验回放9.3.4深度Q学习的完整算法10.1构建环境10.2AI解决方案回顾10.3技术实现10.4演示10.5小结12345第10章自动驾驶汽车中的AI——造一辆自动驾驶汽车10.1构建环境10.1.1设定目标10.1.2设置参数10.1.3输入状态10.1.4输出行为10.1.5奖励10.3技术实现10.3.1第1步——导入依赖库10.3.2第2步——创造神经网络的架构10.3.3第3步——实现经验回放10.3.4第4步——实现深度Q学习10.4演示10.4.1安装Anaconda10.4.2用Python3.6创建一个虚拟环境10.4.3安装PyTorch10.4.4安装Kivy11.1要解决的问题11.2构建环境11.3AI解决方案11.4演示第11章商业中的AI——用深度Q学习使成本最小化11.6小结11.5回顾——通用AI框架/蓝图第11章商业中的AI——用深度Q学习使成本最小化11.2构建环境11.2.1服务器环境中的常量和变量11.2.2关于服务器环境的假设11.2.3仿真11.2.4整体功能11.2.5定义状态11.2.6定义行为11.2.7定义奖励11.2.8最后的仿真示例11.3AI解决方案11.3.1大脑11.3.2技术实现12.1CNN有什么用途12.2CNN的工作原理12.3深度卷积Q学习12.4小结第12章深度卷积Q学习12.2CNN的工作原理12.2.1第1步——卷积12.2.2第2步——最大池化12.2.3第3步——扁平化12.2.4第4步——全连接13.1要解决的问题13.2构建环境13.3AI解决方案13.4技术实现第13章游戏中的AI——成为《贪吃蛇》大师13.6小结13.5演示第13章游戏中的AI——成为《贪吃蛇》大师13.2构建环境13.2.1定义状态13.2.2定义行为13.2.3定义奖励13.3AI解决方案13.3.1大脑13.3.2经验回放记忆13.4技术实现13.4.1第1步——构建环境13.4.2第2步——构建大脑13.4.3第3步——构建经验回放记忆13.4.4第4步——训练AI模型13.4.5第5步——测试AI模型13.5演示13.5.1安装13.5.2结果14.2探索你在AI领域的下一站14.1回顾——整体AI框架/蓝图第14章回顾与总结14.2探索你在AI领域的下一站14.2.1不断练习14.2.2社交14.2.3学无止境作者介绍同名作者介绍这是《AI