包括云计算、芯片以及 TensorFlow、PaddlePaddle等的框架。
在基础层之上,它包括例如计算机视觉、语音识别、语义理解、机器翻译等。
也就是应用层。利用底层和中间层把技术应用到各行各业。比如在机器人、智能家居、智能农业、智能交通管理、智慧城市管理、生物医学等领域的应用。
一、语言基础
Python环境搭建与处理、Python数据类型、Python字符串处理、Python异常处理、Python字典、Python正则表达式
二、计算机视觉
图像获取、图像预处理、特征提取、检测分割、模式识别、图像理解、图像分类、运动目标检测
三、语音识别
基础实验、语音采集与处理、语音编码、单字识别、语音控制与分析
四、高级框架
TFLearn、加载数据、构建网络模型、训练模型
五、自然语言处理
特征提取、模型选择、MFCC特征向量、文本处理
六、基本框架
TensorFlow环境搭建、常用API、神经元函数及优化、模型的存储与加载、卷积神经网络、循环神经网络
七、实战项目案例
手写数字识别、人脸识别、车牌识别、目标识别、运动物体位置检测、人工智能教学实验平台、智慧城市沙盘、全向车型搬运机器人
八、机器学习算法
决策树、逻辑回归、朴素贝叶斯、K近邻算法、线性回归、SVM支持向量机、神经网络算法