目录

第1章Python基础

1.1Python环境配置

1.2Python语法基础

1.2.1Python常用数据类型

1.2.2Python控制流

1.2.3Python的函数和类

1.2.4面向对象编程

1.2.5Python的模块和包

练习

第2章Python工具库

2.1文件/目录常用工具库

2.1.1OS

2.1.2Path

2.1.3Shutil

2.2Random

2.2.1生成随机整数

2.2.2生成随机浮点数

2.2.3从列表中随机选择

2.2.4随机打乱列表顺序

2.2.5生成随机分布数值

2.2.6设置随机种子

2.3NumPy

2.3.1安装NumPy

2.3.2NumPy数组

2.4OpenCV和Pillow

2.4.1读取和显示图像

2.4.2图像缩放

2.4.3图像裁剪

2.4.4图像转换

2.4.5绘制图形

2.4.6绘制文字

2.5可视化工具

2.5.1Matplotlib

2.5.2Seaborn

2.6科学计算库SciPy

2.7机器学习库Scikitlearn

练习

第3章人工智能基础

3.1人工智能概述

3.1.1人工智能是什么

3.1.2人类的智能是怎么样的

3.1.3人工智能的发展历史

3.1.4人工智能、机器学习、深度学习和强化学习

3.1.5机器学习的范式

3.2线性回归

3.3人工神经元

3.4多层感知机

3.4.1多层感知机的实现

3.4.2前向传播和反向传播

3.4.3优化器

3.4.4梯度消失和梯度爆炸

3.4.5过拟合、欠拟合

3.4.6多层感知机预测学生成绩

3.5卷积神经网络

3.5.1卷积层

3.5.2池化层

3.5.3归一化层

3.5.4Dropout层

练习

第4章AI程序设计框架

4.1AI程序设计框架简介

4.1.1深度学习框架的发展历程

4.1.2深度学习框架的工作流程

4.1.3主流深度学习框架PyTorch、Paddle、MindSpore

4.2CUDA配置

4.3PyTorch

4.3.1PyTorch简介

4.3.2Torch安装

4.3.3张量Tensor

4.3.4自动微分

4.3.5PyTorch核心模块

4.3.6PyTorch手写数字识别

4.4Paddle

4.4.1Paddle简介

4.4.2Paddle安装

4.4.3Paddle手写数字识别

4.5MindSpore

4.5.1MindSpore简介

4.5.2MindSpore安装

4.5.3MindSpore的核心组件

4.5.4MindSpore手写数字识别

练习

第5章人工智能程序设计实验(Ⅰ)

5.1目标检测任务概述

5.2目标检测PyTorch实战

5.2.1PyTorch YOLOv8

5.2.2工程配置

5.2.3数据标注

5.2.4关键代码分析

5.3目标检测Paddle实战

5.3.1GitHub仓库、Gitee仓库下载

5.3.2PaddleYOLO工程

5.3.3PaddleYOLO数据集

5.3.4PaddleYOLO配置文件

5.3.5运行

5.4目标检测MindSpore实战

5.4.1MindYOLO工程

5.4.2MindYOLO数据集

5.4.3MindYOLO配置文件

5.4.4运行

5.5目标检测模型昇腾平台部署

5.5.1Atlas 200I DK A2开发者套件介绍

5.5.2Atlas 200I DK A2开发流程

5.5.3Atlas 200I DK A2离线推理——目标检测

练习

第6章人工智能程序设计实验(Ⅱ)

6.1语义分割任务概述

6.2语义分割PyTorch实战

6.2.1工程结构

6.2.2数据集处理

6.2.3运行

6.2.4关键代码分析

6.3语义分割Paddle实战

6.3.1项目结构

6.3.2数据集整理

6.3.3配置文件

6.3.4运行

6.4语义分割MindSpore实战

6.4.1项目结构

6.4.2数据集整理

6.4.3关键代码分析

6.5语义分割模型昇腾平台部署

练习

第7章大模型编程实验

7.1大模型定义与发展现状

7.1.1大模型的技术定义

7.1.2发展历程与阶段特征

7.2DeepSeek介绍

7.3DeepSeek编程实战

7.3.1代码补全与生成

7.3.2文档摘要与信息抽取

7.3.3智能对话系统搭建

7.4AI智能体实战

7.4.1AI智能体相关介绍

7.4.2Dify平台构建AI智能体

7.4.3OpenClaw本地部署实战

练习

参考文献