本書介紹了人工智能概覽、機器學習、深度學習、人工智能主流開發(fā)框架、華為全棧全場景AI戰(zhàn)略—EI、 HiAI、昇騰，以及人工智能綜合實驗等內(nèi)容?這是一本華為ICT學院人工智能課程培訓的教材。本書是作者和華為的工作人員共同完成的，其間參閱了國內(nèi)外現(xiàn)有教材和相關文獻后編寫的?全書注重理論與實踐的結(jié)合, 注重算法與框架的實際應用與實現(xiàn)方法, 注重創(chuàng)新思維的訓練與培養(yǎng)?
本書既可作為高等院校人工智能課程的培訓教材，也可作為自動化?電氣工程及其自動化?計算機科學與技術?電子信息工程等專業(yè)學生“人工智能” 課程的本科生?研究生教材, 也可供從事人工智能研究與應用的科技工作者學習參考?
1.華為HiAI認證指定教材；
2.本書摒棄了以清單羅列知識點的生硬做法，用邏輯性更強的文字描述知識點與知識點之間的聯(lián)系；
3.本書按模塊學習，內(nèi)容深入淺出，使學生思路清晰，條理清楚，能夠更好地掌握知識。
華為技術有限公司，成立于1987年，總部位于廣東省深圳市龍崗區(qū)。華為是全球領先的信息與通信技術（ICT）解決方案供應商，專注于ICT領域，堅持穩(wěn)健經(jīng)營、持續(xù)創(chuàng)新、開放合作，在電信運營商、企業(yè)、終端和云計算等領域構筑了端到端的解決方案優(yōu)勢，為運營商客戶、企業(yè)客戶和消費者提供有競爭力的ICT解決方案、產(chǎn)品和服務，并致力于實現(xiàn)未來信息社會、構建更美好的全聯(lián)接世界。2013年，華為首超全球第一大電信設備商愛立信，排名《財富》世界500強第315位。華為的產(chǎn)品和解決方案已經(jīng)應用于全球170多個國家，服務全球運營商50強中的45家及全球1/3的人口。
第 1章 人工智能概述 1
1.1 人工智能的概念 1
1.1.1 什么是人工智能 1
1.1.2 AI、機器學習、深度學習的關系 3
1.1.3 AI的分類 4
1.1.4 AI的發(fā)展史 4
1.1.5 AI的3大學派 8
1.2 AI相關技術概覽 9
1.2.1 深度學習框架介紹 10
1.2.2 AI處理器簡介 11
1.2.3 AI產(chǎn)業(yè)生態(tài) 13
1.2.4 華為云企業(yè)智能應用平臺 15
1.3 AI的技術領域與應用領域 17
1.3.1 AI技術領域 17
1.3.2 AI應用領域 19
1.3.3 AI所處的階段 21
1.4 華為AI發(fā)展戰(zhàn)略 21
1.4.1 全棧全場景AI解決方案 21
1.4.2 華為AI全棧方向 21
1.5 AI的爭議 23
1.5.1 算法偏見 23
1.5.2 隱私問題 24
1.5.3 技術與倫理的矛盾 24
1.5.4 大家都會失業(yè)嗎？ 24
1.6 AI的發(fā)展趨勢 24
1.7 本章小結(jié) 26
1.8 習題 26
第 2章 機器學習 27
2.1 機器學習概述 27
2.1.1 機器學習算法的理性認識 28
2.1.2 機器學習解決的主要問題 29
2.2 機器學習的分類 29
2.2.1 監(jiān)督學習 30
2.2.2 無監(jiān)督學習 31
2.2.3 半監(jiān)督學習 31
2.2.4 強化學習 32
2.3 機器學習的整體流程 33
2.3.1 數(shù)據(jù)收集 33
2.3.2 數(shù)據(jù)清洗 34
2.3.3 特征選擇 35
2.3.4 模型構建整體流程 36
2.3.5 模型評估 37
2.4 模型中的參數(shù)與超參數(shù) 40
2.4.1 梯度下降 41
2.4.2 驗證集與超參數(shù)搜索 42
2.4.3 交叉驗證 43
2.5 機器學習的常見算法 43
2.5.1 線性回歸 44
2.5.2 邏輯回歸 46
2.5.3 決策樹 48
2.5.4 支持向量機 49
2.5.5 K近鄰算法 50
2.5.6 樸素貝葉斯 51
2.5.7 集成學習 52
2.5.8 聚類算法 54
2.6 案例詳解 54
2.7 本章小結(jié) 56
2.8 習題 57
第3章 深度學習概覽 58
3.1 深度學習簡介 58
3.1.1 深度神經(jīng)網(wǎng)絡 59
3.1.2 深度學習的發(fā)展歷程 59
3.1.3 感知器算法 60
3.2 訓練法則 62
3.2.1 損失函數(shù) 62
3.2.2 梯度下降算法 63
3.2.3 反向傳播算法 64
3.3 激活函數(shù) 66
3.4 正則化 67
3.4.1 參數(shù)懲罰 67
3.4.2 數(shù)據(jù)集擴充 69
3.4.3 Dropout 69
3.4.4 提前停止訓練 70
3.5 優(yōu)化器 70
3.5.1 動量優(yōu)化器 70
3.5.2 Adagrad優(yōu)化器 71
3.5.3 RMSprop優(yōu)化器 72
3.5.4 Adam優(yōu)化器 72
3.6 神經(jīng)網(wǎng)絡類型 73
3.6.1 卷積神經(jīng)網(wǎng)絡 73
3.6.2 循環(huán)神經(jīng)網(wǎng)絡 76
3.6.3 生成對抗網(wǎng)絡 78
3.7 常見問題 79
3.7.1 數(shù)據(jù)不平衡問題 79
3.7.2 梯度消失與梯度爆炸 80
3.7.3 過擬合問題 80
3.8 本章小結(jié) 80
3.9 習題 80
第4章 深度學習開發(fā)框架 82
4.1 深度學習開發(fā)框架簡介 82
4.1.1 PyTorch介紹 82
4.1.2 MindSpore介紹 82
4.1.3 TensorFlow介紹 84
4.2 TensorFlow 2.0基礎 85
4.2.1 TensorFlow 2.0簡介 85
4.2.2 張量介紹 85
4.2.3 TensorFlow 2.0 Eager Execution 85
4.2.4 TensorFlow 2.0 AutoGraph 85
4.3 TensorFlow 2.0模塊介紹 86
4.3.1 常見模塊介紹 86
4.3.2 Keras接口 86
4.4 TensorFlow 2.0開發(fā)基本步驟 87
4.4.1 環(huán)境搭建 87
4.4.2 開發(fā)流程 88
4.5 本章小結(jié) 90
4.6 習題 90
第5章 華為AI開發(fā)框架MindSpore 92
5.1 MindSpore開發(fā)框架簡介 92
5.1.1 MindSpore架構 92
5.1.2 MindSpore的設計理念 93
5.1.3 MindSpore的優(yōu)點 98
5.2 MindSpore開發(fā)與應用 99
5.2.1 環(huán)境搭建 99
5.2.2 MindSpore相關組件及概念 101
5.2.3 用MindSpore實現(xiàn)手寫數(shù)字識別 102
5.3 本章小結(jié) 109
5.4 習題 109
第6章 華為Atlas人工智能計算解決方案 110
6.1 昇騰AI處理器的硬件架構 110
6.1.1 昇騰AI處理器硬件的邏輯架構 110
6.1.2 達芬奇架構 110
6.2 昇騰AI處理器的軟件架構 114
6.2.1 昇騰AI處理器軟件的邏輯架構 114
6.2.2 昇騰AI處理器神經(jīng)網(wǎng)絡軟件流 116
6.2.3 昇騰AI處理器軟件流各功能模塊介紹 117
6.2.4 昇騰AI處理器的數(shù)據(jù)流程 131
6.3 Atlas人工智能計算解決方案 132
6.3.1 Atlas加速AI推理 132
6.3.2 Atlas加速AI訓練 142
6.3.3 Atlas端、邊、云協(xié)同 144
6.4 Atlas的行業(yè)應用 145
6.4.1 電力：智能電網(wǎng)一站式ICT解決方案 145
6.4.2 智慧金融：全面數(shù)字化轉(zhuǎn)型 145
6.4.3 智能制造：機器與思想的數(shù)字化融合 146
6.4.4 智慧交通：人悅于行，物優(yōu)其流 146
6.4.5 超算：打造國家級人工智能平臺 147
6.5 本章小結(jié) 147
6.6 習題 148
第7章 華為智能終端AI能力開放平臺 149
7.1 HUAWEI HiAI平臺介紹 149
7.1.1 HUAWEI HiAI 平臺架構 150
7.1.2 HUAWEI HiAI Foundation 151
7.1.3 HUAWEI HiAI Engine 153
7.1.4 HUAWEI HiAI Service 153
7.2 基于HUAWEI HiAI平臺開發(fā)App 154
7.3 HUAWEI HiAI部分解決方案 156
7.3.1 HUAWEI HiAI助力聾啞人士 156
7.3.2 HUAWEI HiAI提升元貝駕考應用的視覺體驗 157
7.3.3 HUAWEI HiAI賦能攜程旅行 157
7.3.4 HUAWEI HiAI賦能WPS文檔檢測校正 158
7.4 本章小結(jié) 160
7.5 習題 161
第8章 華為云企業(yè)智能應用平臺 162
8.1 華為云EI服務家族 162
8.1.1 華為云EI智能體 163
8.1.2 EI基礎平臺——華為HiLens 166
8.1.3 EI基礎平臺——圖引擎服務 169
8.1.4 EI家族其他服務介紹 170
8.2 ModelArts 178
8.2.1 ModelArts功能介紹 178
8.2.2 ModelArts的產(chǎn)品結(jié)構及應用 179
8.2.3 ModelArts的產(chǎn)品優(yōu)勢 180
8.2.4 訪問ModelArts的方式 180
8.2.5 ModelArts使用簡介 181
8.3 華為云EI解決方案 182
8.3.1 OCR服務實現(xiàn)報銷發(fā)票全流程自動化案例 182
8.3.2 OCR助力智慧物流案例 183
8.3.3 對話機器人 183
8.3.4 某區(qū)企業(yè)智能問答案例 185
8.3.5 基因知識圖譜案例 186
8.3.6 基于知識圖譜的政策查詢 186
8.3.7 智慧園區(qū)案例 187
8.3.8 人流統(tǒng)計及熱力圖案例 188
8.3.9 車輛識別案例 188
8.3.10 入侵識別案例 189
8.3.11 中石油認知計算平臺——測井油氣層識別 190
8.4 本章小結(jié) 191
8.5 習題 192
附錄A HiAI Engine具體API簡介 193
附錄B 習題解答 200
書單推薦
