3 人工智能的应用开发基础¶
说明
本文档仅涉及部分内容，仅可用于复习重点知识
本节要点：
3.1 从手写数字识别应用说起¶
3.1.2 一个简单手写数字识别程序¶
假如我们在白纸上用黑色的笔写上一个数字（0 - 9），再用手机拍一张照片，我们希望让机器能够认知写了什么字。这就是典型的人工智能问题，机器如何识别一个手写体的数字
- 数据加载和预处理，就是加载手写数字数据集，对数据进行必要的预处理，比如展平图像、标准化特征等
- 模型选择和训练，就是选择一个合适的机器学习模型，使用训练数据来训练模型
- 模型评估和调优，就是在测试数据上评估模型的性能，根据评估结果调整模型参数或选择其他模型以提高性能
- 用户接口实现，就是完成设计一个用户界面，允许用户输入手写数字图像。并且，将用户输入的图像预处理成模型可以接受的格式
- 预测和结果展示，使用训练好的模型对用户输入的图像进行预测，将预测结果展示给用户
3.1.3 基本环境搭建与配置¶
教程
详细教程见 Python
Anaconda¶
Python 环境管理器
PyCharm¶
IDE（集成开发平台）
Jupyter Notebook¶
交互式学习环境
3.2 Python 入门¶
教程
详细教程见 Python
3.3 AI 算法库和开发工具包¶
3.3.1 数据处理和分析¶
Pandas
提供高效的数据结构和丰富的数据操作工具
3.3.2 数值计算和科学计算¶
NumPy
Python 科学计算库，提供高效的多维数组对象和用于数值计算的工具
3.3.3 可视化工具¶
Matplotlib
绘图库
3.3.4 自然语言处理工具¶
- NLTK
- spaCy
- Transformers
3.3.5 图形用户界面开发工具¶
- PyQt
- Tkinter
3.4 深度学习框架¶
深度学习框架是专为简化深度学习模型开发而设计的软件工具，它通过封装底层数学运算、优化算法实现和硬件加速功能，帮助开发者更高效地构建、训练和部署神经网络模型
3.4.1 PyTorch 框架环境配置¶
PyTorch 是一个由 Facebook 人工智能研究院开发的开源深度学习框架
3.4.3 PaddlePaddle¶
PaddlePaddle（飞桨）是由中国百度公司（Baidu）自主研发的深度学习框架，于 2016 年正式开源，是中国首个本土研发的、功能完备的深度学习框架
评论区
欢迎在评论区指出文档错误，为文档提供宝贵意见，或写下你的疑问