图书详情

配套资源图书内容样章/电子教材图书评价

配套资源
本书资源
资源预约
会员上传本书资源
为本书上传资源

图书内容

内容简介

随着大模型及智能机器人技术的飞速发展，人工智能在人类生产生活中发挥着越来越重要的作用。人工智能是以模拟和扩展人类的智能和行动为目的，以现代科学和技术为手段的一门新兴科技。本书从先进性和实用性出发，面向人工智能在感知、认知、决策等方向的应用需求，从基于 Python 的面向对象程序设计基本语法出发，对典型人工智能应用开发背后的理论和实现路径进行具体介绍。全书共分为 10 章，主要内容包括 Python 简介、Python 语法与面向对象程序设计、Python 人工智能程序设计、基于语音合成技术的行程播报系统、基于强化学习的自主游戏、基于数据挖掘的医药问答系统、面向无人驾驶的目标检测、基于 3D 高斯泼溅的三维重建系统、基于 AIGC 的图像生成系统、基于大模型的具身智能系统。本书配套电子课件、程序代码等教学资源。

图书详情

ISBN：9787121524042

开本：16(185*260)

页数：232

字数：384

本书目录

第 1 章 Python 简介 ···················.1 
1.1 Python 程序设计语言简介 ······.1
1.1.1 Python 的起源与发展 ···········.1
1.1.2 Python 的特点 ····················.1
1.1.3 Python 的广泛应用 ··············.2
1.2 Python 开发环境准备 ············.2
1.2.1 安装 Python ·······················.2
1.2.2 Python 集成开发环境 ···········.4
1.3 第一个 Python 程序 ··············.5 
思考题 ·····································.6 
第 2 章 Python 语法与面向对象
程序设计 ························.7
2.1 Python 基础语法 ··················.7
2.1.1 标识符和变量 ····················.7
2.1.2 行和缩进 ··························.8
2.1.3 多行语句与单行多条语句 ·····.8
2.1.4 注释 ································.9
2.1.5 引号 ································.9
2.1.6 空行 ·······························.10
2.2 基本数据类型 ····················.10 
2.2.1 基本数据类型简介 ·············.10
2.2.2 运算符 ····························.10
2.2.3 键盘输入 ·························.14
2.2.4 浮点数计算的限制 ·············.14
2.3 复杂数据类型 ····················.15 
2.3.1 字符串 ····························.15
2.3.2 列表 ·······························.22
2.3.3 元组 ·······························.25
2.3.4 集合 ·······························.26
2.3.5 字典 ·······························.26
2.3.6 序列对象与其他对象的比较 ·.28
2.4 控制语句 ···························.28 
2.4.1 if 语句 ····························.28
2.4.2 while 语句 ·······················.30
2.4.3 for 语句 ···························.31
2.4.4 break 语句和 continue 语句 ···.34
2.4.5 序列推导式 ······················.34
2.5 函数 ·································.36 
2.5.1 函数的定义和调用 ·············.36
2.5.2 命名空间和作用域 ············.37
2.5.3 可变对象和不可变对象的
传参 ······························.39
2.5.4 函数参数的形式 ···············.40
2.5.5 函数的不定长参数 ············.42
2.5.6 解包函数实参 ··················.43
2.5.7 匿名函数 ························.44
2.5.8 函数的递归 ·····················.45
2.5.9 装饰器 ···························.47
2.5.10 函数注解 ·······················.48
2.6 模块和包 ··························.48
2.6.1 模块 ······························.48
2.6.2 模块搜索路径 ··················.51
2.6.3 包 ·································.51
2.7 错误和异常 ·······················.54 
2.7.1 语法错误 ························.54
2.7.2 异常 ······························.54
2.7.3 断言 ······························.55
2.7.4 抛出异常 ························.56
2.7.5 异常的处理 ·····················.56
2.7.6 异常链 ···························.57
2.7.7 清理操作 ························.58 
2.8 类和对象 ··························.59 
2.8.1 类的定义 ························.59
2.8.2 实例对象 ························.60
2.8.3 私有属性与私有方法 ·········.61
2.8.4 继承 ······························.61
2.8.5 迭代器和生成器 ···············.63
2.8.6 运算符重载 ·····················.66
2.9 文件读写 ··························.68 
2.10 PEP 编码规范 ···················.70 
思考题 ····································.71 
第 3 章 Python 人工智能程序
设计 ·····························.72 
3.1 人工智能与机器学习简介 ·····.72 
3.2 常见的 Python 人工智能库 ····.76 
3.2.1 NumPy：Python 科学计算的
基石 ·······························.76
3.2.2 Pandas：数据处理与分析的
利器 ······························.76
3.2.3 Scikit-learn：机器学习的
综合性工具包 ···················.77 
3.2.4 PyTorch：深度学习的前沿
框架 ·······························.78 
3.3 人工智能辅助编程工具 ········.79 
思考题 ····································.84
第 4 章 基于语音合成技术的行程
播报系统 ·······················.85 
4.1 项目背景 ···························.85 
4.2 需求分析 ···························.85
4.3 总体设计 ···························.86 
4.4 基于 OpenVoice 模型的语音
合成技术 ···························.86 
4.4.1 基础语音合成模块 ·············.87
4.4.2 音色转换器 ······················.87
4.5 项目实现 ···························.88 
4.5.1 课程表模块设计 ················.88 
4.5.2 出行建议模块设计 ·············.90
4.5.3 语音合成模块设计 ·············.95
思考题 ··································.102 
第 5 章 基于强化学习的自主游戏 103 
5.1 项目背景 ·························.103 
5.2 需求分析 ·························.103 
5.2.1 游戏系统需求 ·················.103
5.2.2 强化学习系统需求 ···········.103
5.3 总体设计 ·························.104
5.3.1 游戏设计 ·······················.104
5.3.2 算法设计 ·······················.104
5.4 强化学习的基本概念 ·········.104 
5.4.1 马尔可夫决策过程与策略 ··.105
5.4.2 价值函数与最优策略 ········.106
5.4.3 Q-learning 算法与 DQN 
算法 ·····························.107
5.5 项目实现 ·························.111 
5.5.1 贪吃蛇游戏系统实现 ·········.111
5.5.2 游戏核心逻辑 ·················.113
5.5.3 画面更新机制 ·················.115
5.6 基于 DQN 算法的智能体 ····.116 
5.6.1 状态建模与网络设计 ········.116
5.6.2 智能体行为实现 ··············.118
5.6.3 强化学习训练过程 ···········.121
思考题 ··································.125 
第 6 章 基于数据挖掘的医药问答
系统 ········.126
6.1 项目背景 ·························.126 
6.2 需求分析 ·························.126 
6.3 总体设计 ·························.127 
6.4 知识图谱和问答系统基本
概念 ·······························.128 
6.4.1 知识图谱 ·······················.128
6.4.2 问答系统 ·······················.129
6.5 项目实现 ·························.133 
6.5.1 知识图谱构建 ·················.133
6.5.2 问答系统构建 ·················.139
6.5.3 界面设计 ·······················.143
思考题 ···································.144 
第 7 章 面向无人驾驶的目标检测 .145 
7.1 项目背景 ·························.145 
7.2 需求分析 ·························.145 
7.3 总体设计 ·························.146 
7.4 基于 YOLOv8 的目标检测····.146 
7.4.1 目标检测算法概述 ···········.147
7.4.2 YOLOv8 网络结构 ···········.148
7.4.3 YOLOv8 损失函数 ···········.152
7.5 项目实现 ·························.153 
7.5.1 数据预处理模块 ··············.153
7.5.2 模型训练模块 ·················.160
7.5.3 模型测试与结果展示模块 ··.165
思考题 ···································.166 
第 8 章 基于 3D 高斯泼溅的三维
重建系统 ·····················.167 
8.1 项目背景 ·························.167 
8.2 需求分析 ·························.167 
8.3 总体设计 ·························.167 
8.3.1 网络架构 ·······················.167
8.3.2 功能设计 ·······················.168
8.4 基于 3DGS 的三维重建 ·······.169 
8.4.1 三维重建方法与 3DGS 
表示 ·····························.169
8.4.2 3DGS 原理 ·····················.171
8.4.3 3DGS 算法流程 ···············.173
8.5 项目实现 ·························.174 
8.5.1 3DGS 模型及初始化 ·········.174
8.5.2 高斯模型的优化与训练 ·····.176
8.5.3 前后端实现与结果展示 ·····.181
思考题 ··································.184 
第 9 章 基于 AIGC 的图像生成
系统 ···························.185 
9.1 项目背景 ·························.185 
9.2 需求分析 ·························.185 
9.3 总体设计 ·························.186 
9.4 Stable Diffusion ·················.186 
9.4.1 Stable Diffusion 原理 ········.187
9.4.2 Stable Diffusion 文生图
技术 ·····························.188
9.5 项目实现 ·························.192 
9.5.1 QT 框架实现 ··················.192
9.5.2 文字表征代码实现 ···········.196
9.5.3 图像生成代码实现 ···········.197
思考题 ··································.201 
第 10 章 基于大模型的具身智能
 系统 ·······.202
10.1 项目背景························.202 
10.2 需求分析························.202 
10.3 总体设计························.202 
10.4 具身智能和大模型 ···········.203 
10.4.1 具身智能 ······················.203
10.4.2 大模型 ·························.204
10.5 项目实现························.206 
10.5.1 机械臂模型构建与仿真
 环境搭建 ······················.206
10.5.2 大模型指令生成 ·············.214
10.5.3 视觉识别与物体抓取 ·······.215
思考题 ···································.222 
参考文献 ··································.223

展开

前言

人工智能是以模拟和扩展人类的智能和行动为目的，以现代科学和技术为手段的一门新兴科技。近年来，随着智能对话生成系统、机器人等人工智能应用的落地开花，多模态大模型技术引发了新一轮人工智能发展浪潮，使人们看到了人工智能的美好发展前景。以大模型、计算机视觉、机器人等技术为代表的人工智能技术的发展不仅极大地促进了科学技术的发展，还明显加快了经济、社会的发展速度，甚至改变了人们的生产生活习惯。因此，世界各国都高度重视人工智能的发展，纷纷将发展人工智能作为国家战略。因此，掌握和使用人工智能技术是把握新时代发展机遇、成为新技术开创者和推动者的关键。
今天，掌握人工智能技术、设计人工智能程序已经成为人们的必备技能之一，特别是青年一代。然而，人工智能理论跨学科综合性强、从理论到应用开发实践性强，为人工智能学习与应用带来极大的挑战。为了满足人工智能人才培养需求，进一步加强人工智能基础教学工作，适应高等学校正在开展的课程体系与教学内容改革，及时反映人工智能基础教学的研究成果，积极探索适应新时代人才培养的教学模式，我们编写了本书。
本书具有如下特色。
① 根据 OBE（Outcome Based Education）教学理念，采用以实践项目为驱动，以能力成果为导向的学习模式，使学生在“应用需求—理论分析—程序设计”的学习循环中真正了解人工智能技术背后的原理和方法，掌握人工智能程序设计的方法，实现“实践—理论—实践”的教育教学闭环。
② 在内容及描述上，本书对核心知识点进行了详细的代码展示，并对关键代码进行了逐行注释，站在人工智能程序设计学习者的角度，展示理论、概念等，避免对人工智能程序设计过程不清晰、理解不到位的情况出现。
③ 本书的基本内容可以分成两个部分。首先，从面向对象程序设计角度，梳理了 Python语言的基本语法和特性，在此部分阐明了 Python 语言对人工智能应用开发的重要作用、讲解了 Python 基本语法、阐述了面向对象程序设计的基本概念和要求，同时对利用人工智能技术辅助程序设计进行了介绍。其次，以人工智能应用程序设计为目标，深入浅出地介绍了语音合成、自主博弈、智能问答、目标检测、三维重建、AIGC、具身智能及大模型等典型人工智能应用的原理和应用开发手段。上述两个部分是一个有机的整体，它们是相辅相成的，其实是理论知识与实践应用完美结合的有机整体。
④ 本书注重将人工智能技术的最新发展适当地引入到教学中，保持教学内容的先进性，并且本书源于人工智能基础教育的教学实践，凝聚工作在第一线的任课教师多年的教学经验与教学成果。
本书从先进性和实用性出发，全面地介绍了面向对象程序设计基本方法和人工智能应用程序开发的方法和技术。全书共分为 10 章，主要内容包括：第 1 章讲述了 Python 简介，介绍了 Python 语言的特性及如何安装、部署 Python 开发环境；第 2 章讲述了 Python 语法与面向对象程序设计，介绍了 Python 基础语法、面向对象程序设计基本要求及如何利用 Python开发面向对象程序；第 3 章讲述了 Python 人工智能程序设计，介绍了人工智能基本理论、基
于 Python 的人工智能开发库，并紧扣时代潮流对如何利用大模型进行辅助编程进行示例；第 4章讲述了基于语音合成技术的行程播报系统；第 5 章讲述了基于强化学习的自主游戏，介绍了强化学习理论和如何构建自主游戏智能体；第 6 章讲述了基于数据挖掘的医药问答系统，介绍了知识图谱构建和自主问答系统设计；第 7 章讲述了面向无人驾驶的目标检测，介绍了人工智能模型训练方法和目标检测系统；第 8 章讲述了基于 3D 高斯泼溅的三维重建系统，介绍了三维重建理论和三维模型展示网站构建方法；第 9 章讲述了基于 AIGC 的图像生成系统，介绍了图像生成模型和基于 Python 的客户端软件开发技术；第 10 章讲述了基于大模型的具身智能系统，介绍了如何利用大模型进行推理决策和机械臂抓取。
本书的语言简明扼要、通俗易懂，具有很强的专业性、技术性和实用性。本书是编者在人工智能程序设计教学的基础上逐年积累编写而成的，每章都包含具体的程序设计案例，附有课后思考题，供学生参照练习及加深对所学知识的理解。
在教学过程中，既可以根据教学对象和学时等具体情况对书中的内容进行删减和组合，又可以进行适当扩展，参考学时为 32～64 学时。为了适应教学模式、教学方法和教学手段的改革，本书配有相应的项目完整代码展示及教学资源，请读者登录华信教育资源网注册下载。
本书由刘洋、王栋和张平平规划、统稿并审阅校对。本书采用了大量代码案例，案例编写得到了作者指导的研究生的大力支持，特别感谢参与案例编写与代码调试的实验室成员林跃、张鹏、李越、任远括、李彦庭、张晓璇、赵阳和史艺凯等，他们凭借扎实的专业素养和严谨的治学态度，为本书的素材整理和内容完善做出了重要贡献。在本书的编写过程中，卢湖川教授、郭艳卿教授、罗午阳助理教授提出了许多宝贵意见，他们的真知灼见为本书的理
论框架构建与内容优化提供了重要指导。同时，我们要衷心感谢电子工业出版社的编辑团队在审校过程中付出的辛勤努力。他们严谨的专业态度与细致的工作作风，提升了本书的学术规范性与内容准确性，为最终成书的质量提供了有力保障。
本书的编写吸取了许多专家和同仁的宝贵经验，在此一并表示感谢！
由于人工智能和程序设计技术发展迅速且编者学识有限，因此书中误漏之处难免，望广大读者批评指正。

展开

作者简介

刘洋，大连理工大学未来技术学院副教授，工学博士，硕士生导师，辽宁省智能感知与理解人工智能重点实验室成员。主要研究方向包括计算机视觉、机器学习、智能机器人等，主持国家自然科学基金项目1项，作为项目骨干参与国家重点研发计划等各类国家级项目3项，在IJCAI、IEEE TNNLS等学科顶级会议、期刊发表SCI/EI检索论文20余篇，作为主要完成人获得多项省部级科研奖励。注重理论联系实际，设计的软件系统在中国移动、中车集团等大型企业生产应用中受到好评。

样章试读

本书暂无样章试读！
图书评价我要评论

本书资源

会员上传本书资源

内容简介

图书详情

本书目录

前 言

作者简介

前言