从 AI 模型到智能机器人：基于 Python 与 TensorFlow PDF 文档

Question

随着 AI（Artificial Intelligence，人工智能）技术及应用环境的不断革新，其应用范围也随之扩大。Python 以其独特的兼容性，成为最受欢迎的编程语言之一，同时，也成为众多编程爱好者入门的首选语言。Python 开发者要具备面向对象（Object-Oriented）的思维和 AI 基础，这是非常有必要的。

写作初衷与图书特色

本书由中国台湾（下称台湾）知名的 IT 人士高焕堂先生所著。

高先生在进行 AI 技术培训的过程中，发现很多用户对利用 Python 和TensorFlow 平台进行 AI 开发并不熟练，这其中包括华为、百度、腾讯（成都）等国内知名科技公司的部分高级设计师和架构师。因此，他在授课答疑后，根据大多数初级、中级用户的学习水平，倾注心血来编写此书，为大多数未能现场听讲的读者普及 AI 技术知识。

目录
第 1 章 AI 与面向对象 Python
1.1 AI 思维简史
1.2 Python 语言与 AI
1.3 布置 Python 开发环境
1.4 开始编写 Python 程序
1.5 面向对象（Object-Oriented）入门
1.5.1 对象（Object）
1.5.2 消息（Message）
1.5.3 事件（Event）
1.6 软件中的对象（Object）
1.6.1 抽象的目的
1.6.2 抽象表示
1.6.3 数据和函数
1.6.4 历史的足迹
1.7 对象与变量（Variable）
1.7.1 数据类型
1.7.2 变量即对象
1.8 对象与函数（Function）
1.8.1 函数的角色
1.8.2 事件驱动观念
1.9 自然界的分类
1.9.1 分类与抽象
1.9.2 对象与类
1.9.3 类的体系
1.10 软件的分类
1.10.1 类是数据类型
1.10.2 类的用途：描述对象的属性与行为
第 2 章 Python 的对象与类
2.1 OOP 入门
2.2 对象的概念
2.3 对象分类与组合
2.3.1 类的永恒性
2.3.2 将对象分门别类
2.3.3 对象的组合关系
2.4 AKO 抽象关系
2.5 对象行为与接口
2.5.1 接口入门
2.5.2 消息传递与对象行为
2.5.3 对象的运算行为
第 3 章 善用类
3.1 如何描述对象：善用类
3.2 如何创建软件对象
3.3 对象参考
3.4 构造函数
3.5 子类如何创建对象
第 4 章 对象的组合
4.1 认识 self 参考
4.2 建立对象的包含关系
4.3 self 参考值的妙用
4.4 包容多样化物件
4.5 集合对象
第 5 章 类的封装性
5.1 对象的封装性
5.2 类：创造对象的封装性
5.3 类的私有属性与函数
5.4 类级别的属性
5.5 类级别的函数
第 6 章 类的继承体系
6.1 继承的意义
6.2 建立类继承体系
6.3 函数覆写的意义
第 7 章 活用抽象类
7.1 抽象类与继承体系
7.2 Python 抽象类的表示法
7.2.1 一般具象类
7.2.2 抽象类
7.3 从“抽象类”衍生“具象类”
7.4 抽象类的妙用：默认行为
7.4.1 Python 默认行为的表示法
7.4.2 默认行为的意义
7.5 默认函数的妙用：反向调用
第 8 章 发挥“多态性”
8.1 “多态性”的意义
8.1.1 自然界的多态性
8.1.2 多态性物体
8.2 多态函数
8.3 可覆写函数
第 9 章 如何设计抽象类
9.1 抽象：抽出共同的现象
9.2 抽象的步骤
9.2.1 Step 1: 抽出名称、引数及内容都一致的函数
9.2.2 Step 2: 抽出名称相同、参数及内容有差异的函数
9.3 洞悉“变”与“不变”
9.4 着手设计抽象类
第 10 章 接口与抽象类
10.1 接口的意义
10.2 以 Python 抽象类来实现接口
10.3 接口设计实例一：并联电池对象
10.3.1 不理解原理但也能用
10.3.2 实现步骤
10.4 接口设计实例二：串联电池对象
10.4.1 基本设计
10.4.2 实现步骤
10.4.3 总结
10.5 接口设计实例三：Chain Of Responsibility 设计模式
第 11 章 不插电学 AI
11.1 “不插电学 AI”的意义
11.2 AlphaGo 的惊人学习能力
11.3 范例：一只老鼠的探索及学习
11.4 记录老鼠的探索选择及结果
11.5 老鼠当教练：训练 AI 机器人
11.5.1 以简单算数，让机器人表达智能
11.5.2 机器人智能的提升过程
11.5.3 一回生、两回熟
11.5.4 三回变高手
11.5.5 第四回合训练：迈向完美
11.5.6 重新检测一次
第 12 章 撰写单层 Perceptron 程序
12.1 开始“插电学 AI”：使用 Python
12.2 展开第#0 组数据的训练
12.3 进行更多组数据的训练
12.4 加入学习率
12.5 增添一个 Training 类
12.6 一个更详细的 Perceptron 代码
第 13 章 使用 TensorFlow 编程
13.1 TensorFlow 入门
13.2 安装 TensorFlow 环境
13.3 开始使用 TensorFlow
13.4 展开第 1 回合的训练：以老鼠教练为例
13.5 展开 100 回合更周全的训练
13.6 设计 Perceptron 类
13.7 采用 TensorFlow 的损失函数
13.8 撰写多层 Perceptron 程序
第 14 章 TensorFlow 应用范例
14.1 mnist 手写数字识别范例
14.2 开始训练 NN 模型
14.3 改进 NN 模型：建立两层 Perceptron
14.4 改进 NN 模型：建立三层 Perceptron
14.5 撰写一个 MLP 类
第 15 章 如何导出 AI 模型
15.1　导出模型入门
15.2 机器人：像老鼠一样学习
15.3 基于 TensorFlow 建立 AI 模型
15.4 存入 Checkpoint 文件
15.5 读取 Checkpoint 文件
15.6 读取流图定义文件
15.7 导出模型：写入.pb 文件
15.8 导入模型，读取.pb 文件

下载地址：https://www.wenjiangs.com/wp-content/uploads/2024/03/BOWVib32Dy36mohh.zip