本書實驗體繫完備，對每個實驗均從原理、實際操作到所應用平臺環境進行詳實介紹，符合人工智能發展的特質與人纔培養的需求，讀者可通過本書的指導，對實驗進行整體了解並獨立完成實驗，提高自身實驗創新能力。

●第1章聊天機器人
1.1背景介紹
1.2算法原理
1.2.1數據預處理
1.2.2seq2seq模型原理
1.2.3網絡結構介紹
1.3實驗操作
1.3.1代碼介紹
1.3.2數據集介紹
1.3.3實驗操作及結果
1.4總結與展望
1.5參考文獻
第2章老照片上色
2.1背景介紹
2.2算法原理
2.2.1實驗訓練部分
2.2.2實驗測試部分
2.2.3網絡結構介紹
2.3實驗操作
2.3.1代碼介紹
2.3.2數據集介紹
2.3.3實驗操作及結果
2.4總結與展望
2.5參考文獻
第3章圖像修復
3.1背景介紹
3.2算法原理
3.2.1基礎知識介紹
3.2.2邊緣生成網絡
3.2.3圖像補所有渠道絡
3.2.4網絡結構介紹
3.3實驗操作
3.3.1代碼介紹
3.3.2數據集介紹
3.3.3實驗操作及結果
3.4總結與展望
3.5參考文獻
第4章語義圖生成風景圖
4.1背景介紹
4.2算法原理
4.2.1GAN模型原理
4.2.2pix2pix網絡模型原理
4.2.3網絡結構介紹
4.3實驗操作
4.3.1代碼介紹
4.3.2數據集介紹
4.3.3實驗操作及結果
4.4總結與展望
4.5參考文獻
第5章文本轉圖像實驗
5.1背景介紹
5.2算法原理
5.2.1詞向量
5.2.2雙向長短時記憶網絡
5.2.3注意力機制
5.2.4網絡結構介紹
5.3實驗操作
5.3.1代碼介紹
5.3.2數據集介紹
5.3.3實驗操作及結果
5.4總結與展望
5.5參考文獻
第6章2D實時多人姿態估計
6.1背景介紹
6.2算法原理
6.2.1同時檢測和關聯網絡
6.2.2關節檢測的置信圖算法
6.2.3關節關聯的部分親和力字段算法
6.2.4使用PAFs的多人解析算法
6.2.5網絡結構介紹
6.3實驗操作
6.3.1代碼介紹
6.3.2數據集介紹
6.3.3實驗操作及結果
6.4總結與展望
6.5參考文獻
第7章圖像分割
7.1背景介紹
7.2算法原理
7.2.1殘差網絡
7.2.2區域候選網絡
7.2.3感興趣區域校準
7.2.4分類、回歸與分割
7.2.5網絡結構介紹
7.3實驗操作
7.3.1代碼介紹
7.3.2數據集介紹
7.3.3實驗操作及結果
7.4總結與展望
7.5參考文獻
第8章圖像超分辨率
8.1背景介紹
8.2算法原理
8.2.1預處理
8.2.2特征提取
8.2.3非線性映射
8.2.4圖像重建
8.2.5網絡結構介紹
8.3實驗操作
8.3.1代碼介紹
8.3.2數據集介紹
8.3.3實驗操作及結果
8.4總結與展望
8.5參考文獻
第9章視頻目標跟蹤
9.1背景介紹
9.2算法原理
9.2.1基礎知識
9.2.2SiamRPN模型介紹
9.2.3SiamRPN++網絡結構
9.3實驗操作
9.3.1代碼介紹
9.3.2數據集介紹
9.3.3實驗操作及結果
9.4總結與展望
9.5參考文獻
第10章人物年齡性別及情緒預測
10.1背景介紹
10.2算法原理
10.2.1Xception模型介紹
10.2.2Softmax分類器
10.2.3網絡結構介紹
10.3實驗操作
10.3.1代碼介紹
10.3.2數據集介紹
10.3.3實驗操作及結果
10.4總結與展望
10.5參考文獻
第11章人臉老化與退齡預測
11.1背景介紹
11.2算法原理
11.2.1相關概念介紹
11.2.2算法流程簡介
11.2.3網絡結構介紹
11.3實驗操作
11.3.1代碼介紹
11.3.2數據集介紹
11.3.3實驗操作及結果
11.4總結與展望
11.5參考文獻
第12章目標檢測
12.1背景介紹
12.2算法原理
12.2.1提取區域建議
12.2.2RoI池化層
12.2.3網絡結構介紹
12.3實驗操作
12.3.1代碼介紹
12.3.2數據集介紹
12.3.3實驗操作及結果
12.4總結與展望
12.5參考文獻
第13章眼部圖像語義分割
13.1背景介紹
13.2算法原理
13.2.1數據預處理
13.2.2下采樣模塊
13.2.3上采樣模塊
13.2.4損失函數
13.2.5網絡結構介紹
13.3實驗操作
13.3.1代碼介紹
13.3.2數據集介紹
13.3.3實驗操作及結果
13.4總結與展望
13.5參考文獻
第14章語音識別
14.1背景介紹
14.2算法原理
14.2.1語音信號預處理
14.2.2語音信號特征提取
14.2.3語音文本輸出
14.2.4雙向循環神經網絡
14.2.5Softmax分類器
14.2.6網絡結構介紹
14.3實驗操作
14.3.1代碼介紹
14.3.2數據集介紹
14.3.3實驗操作及結果
14.4總結與展望
14.5參考文獻
第15章AI對對聯
15.1背景介紹
15.2算法原理
15.2.1自然語言處理概述
15.2.2遞歸神經網絡
15.2.3網絡結構介紹
15.3實驗操作
15.3.1代碼介紹
15.3.2數據集介紹
15.3.3實驗操作及結果
15.4總結與展望
15.5參考文獻
第16章手寫體風格轉化
16.1背景介紹
16.2算法原理
16.2.1RNN預測網絡
16.2.2網絡結構介紹
16.3實驗操作
16.3.1代碼介紹
16.3.2數據集介紹
16.3.3實驗操作及結果
16.4總結與展望
16.5參考文獻
第17章圖像風格化
17.1背景介紹
17.2算法原理
17.2.1損失函數的定義
17.2.2風格遷移網絡
17.2.3風格預測網絡
17.2.4網絡結構介紹
17.3實驗操作
17.3.1代碼介紹
17.3.2數據集介紹
17.3.3實驗操作及結果
17.4總結與展望
17.5參考文獻
第18章三維人臉重建
18.1背景介紹
18.2算法原理
18.2.1人臉檢測及數據預處理
18.2.2人臉姿態、形狀、表情網絡
18.2.3數據後處理
18.2.4網絡結構介紹
18.3實驗操作
18.3.1代碼介紹
18.3.2數據集介紹
18.3.3實驗操作及結果
18.4總結與展望
18.5參考文獻

隨著人工智能的飛速發展及廣泛應用，人工智能專業教育正在逐步完善，作為國內人丁智能領域的創新性實驗教材，本書結合人工智能的理論、實踐和創新型，實現了優選性與新穎性並舉，內容涵蓋了圖像、語音、文本和視頻等人工智能技術廣泛應用的多個領域，涉及識別、分類、檢測、預測、跟蹤和維重建等多類實驗任務。內容與理論教學相呼應，注重趣味性，極具實操性。本書實驗體繫完備，對每個實驗均從原理、實際操作到所應用平臺環境進行詳細介紹，符合人工智能發展的特質與人纔培養的需求，讀者可通過對本書內容的學習，對實驗進行整體了解並獨立完成實驗，提高自身創新能力。本書可作為高等院校人工智能、智能科學與技術、大數據技術、智能機器人、智能醫學工程、網絡工程,物聯網技術、航天工程、電子科學與技術、控制科學與工程、信息與通信工程等專業及學科的本科生、碩士、博士研究生的實驗教材。同時也可以供有一定專業知識儲備的科研人員、從業者、人工智能愛等