本書面向初學者，采用全彩圖解+視頻講解的形式介紹了人工智能的基礎知識及開發(fā)案例，從無代碼到圖形化編程到代碼編程，循序漸進，讓讀者逐步掌握人工智能技術，體驗人工智能帶給自己的樂趣。
本書首先通過mDesigner+開源硬件的結合賦予創(chuàng)客作品以“智能”，接著介紹了與人工智能密切相關的深度學習及其所需要的編程語言、編程框架及編程環(huán)境等知識，進而結合不同的場景，詳細講解了人工智能在視覺、聽覺、無人駕駛等不同領域的實際應用。
本書強調人工智能理念的實戰(zhàn)應用，書中涉及的程序源代碼均可直接下載使用，方便讀者動手實踐，注重想象力、創(chuàng)造力以及動手能力的提升。對于青少年創(chuàng)客、人工智能初學者來說，本書將是一本不錯的入門讀物。
入門篇
第1章 初識人工智能
1.1 什么是AI（人工智能）003
1.2 生活中的人工智能003
1.3 人工智能簡史006
1.4 人工智能擅長的領域007
1.5 人工智能與機器學習008
1.6 什么是神經網(wǎng)絡009
1.7 訓練人工神經網(wǎng)絡012
1.8 可解釋的AI讓神經網(wǎng)絡的黑盒不黑014
1.9 強化學習無師自通016
1.10 面對人工智能，與其恐懼，不如擁抱017
第2章 體驗人工智能
2.1 基于深度學習的中國古典詩歌自動生成系統(tǒng)019
2.2 AI猜畫小能手022
2.3 AI摳圖——PS再也不用找專業(yè)設計師025
2.4 AI植物專家——帶你認識身邊植物027
2.5 AI繪畫魔術師——不同繪畫風格融合030
2.6 AI識數(shù)——智能識別數(shù)字031
第3章 讓你的創(chuàng)客作品變“智能”
3.1 mDesigner簡介033
3.2 mDesigner界面介紹 034
3.3 智能收音機的制作 035
進階篇
第4章 圖形化編程搭建神經網(wǎng)絡深度學習系統(tǒng)
4.1 初識TensorFlow056
4.2 TensorFlow圖形化編程環(huán)境搭建056
4.2.1 Kittenblock安裝056
4.2.2 Kittenblock的TensorFlow插件安裝058
4.3 TensorFlow圖形化編程實現(xiàn)預測數(shù)據(jù)059
4.3.1 預測數(shù)據(jù)程序界面功能介紹059
4.3.2 核心代碼介紹061
4.3.3 優(yōu)化器介紹066
4.3.4 損失函數(shù)介紹068
4.3.5 深度學習學習率介紹068
4.4 TensorFlow圖形化編程實現(xiàn)手寫數(shù)字識別069
4.4.1 通過加載訓練好的MNIST模型體驗手寫數(shù)字識別069
4.4.2 訓練生成圖像識別模型073
4.5 TensorFlow圖形化編程實現(xiàn)物體識別分類083
4.6 TensorFlow圖形化編程實現(xiàn)攝像頭識別手勢088
4.7 如何提高TensorFlow識別度097
第5章 常用的深度學習開發(fā)工具
5.1 Python與TensorFlow098
5.1.1 走進Python，靠近人工智能098
5.1.2 TensorFlow 帶你快速入門深度學習和神經網(wǎng)絡100
5.2 Windows環(huán)境下搭建Anaconda和TensorFlow101
5.3 Jupyter Notebook 極速入門 106
5.3.1 什么是Jupyter？106
5.3.2 Jupyter新建項目109
5.3.3 Jupyter交互式的Python命令行112
5.3.4 Jupyter編寫文檔113
5.4 Ubuntu虛擬機環(huán)境搭建117
5.4.1 簡介117
5.4.2 環(huán)境準備118
5.4.3 VMware虛擬機安裝118
5.4.4 VMware下創(chuàng)建虛擬機121
5.4.5 虛擬機下安裝Ubuntu122
5.5 樹莓派開源硬件簡介124
第6章 人工智能應用案例
6.1 可視化神經網(wǎng)絡訓練平臺：TensorFlow游樂場130
6.2 自然語言處理之垃圾短信判別140
6.2.1 簡介140
6.2.2 主要范疇141
6.2.3 機器學習判別垃圾短信原理141
6.2.4 實踐TensorFlow分詞處理辨別語意142
6.2.5 項目目錄結構151
6.3 遷移神經網(wǎng)絡讓你的電腦認識貓和狗152
6.3.1 概述152
6.3.2 遷移學習152
6.3.3 項目結構及流程153
6.3.4 數(shù)據(jù)準備153
6.3.5 VGG與VGG-16154
6.3.6 VGG-16的TensorFlow實現(xiàn)155
6.3.7 VGG-16模型復用158
6.3.8 數(shù)據(jù)輸入159
6.3.9 模型重新訓練和保存161
6.3.10 預測164
6.3.11 項目目錄結構167
6.4 訓練神經網(wǎng)絡讓你的遙控賽車變成自動駕駛賽車167
6.5 圖像識別人體姿勢控制無人機編隊飛行 196
6.5.1 OpenPose人體姿態(tài)識別199
6.5.2 kNN分類算法199
6.5.3 使用UAV-Gesture-Control_Python開源項目實現(xiàn)姿勢控制Tello無人機201
6.5.4 軟件環(huán)境搭建簡介202
6.5.5 姿勢控制一架Tello無人機飛行205
6.5.6 控制Tello無人機編隊飛行206
書單推薦
