人工智能導論

軒書科 山東工藝美術學院副教授，近年，參與國家自然科學基金項目1項，主持省部級教改課題3項，主持校級教改課題2項，主持校級課程思政示範課程1門。以第一作者發表SC1論文1篇、EI論文2篇、中文核心期刊3篇。研究方向：深度學習、生成式人工智能。

目　錄

 

第1章 人工智能概述 / 

1

 

1.1　人工智能簡介 / 

1

 

1.1.1　引言 / 1

 

1.1.2　智能的概念 / 2

 

1.1.3　人工智能的定義 / 3

 

1.1.4　人工智能的分類 / 3

 

1.1.5　人工智能的三個核心要素 / 4

 

1.2　人工智能的起源與發展 / 

5

 

1.2.1　第一個發展階段

 

 （1956—1976） / 5

 

1.2.2　第二個發展階段

 

 （1976—2006） / 5

 

1.2.3　第三個發展階段

 

 （2006年至今） / 6

 

1.3　學習人工智能的意義 / 

7

 

1.4　人工智能的主要分支 / 

7

 

1.4.1　機器學習 / 8

 

1.4.2　神經網絡 / 8

 

1.4.3　機器人技術 / 9

 

1.4.4　專家系統 / 9

 

1.4.5　電腦視覺 / 10

 

1.4.6　自然語言處理 / 10

 

1.5　小結 / 

10

 

習題 / 

11

 

第2章 人工智能編程基礎 / 

12

 

2.1　Python在人工智能編程中的優勢 / 

12

 

2.1.1　Python簡介 / 12

 

2.1.2　Python的應用領域 / 13

 

2.1.3　Python的核心優勢 / 13

 

2.2　Python的安裝及環境配置 / 

14

 

2.2.1　Python的下載和安裝 / 14

 

2.2.2　PyCharm的下載和安裝 / 17

 

2.3　Python語言基礎 / 

19

 

2.3.1　Python基本語法 / 19

 

2.3.2　關鍵字與標識符 / 21

 

2.3.3　常量與變量 / 23

 

2.3.4　算術運算符 / 24

 

2.3.5　比較運算符 / 25

 

2.4　數據類型與轉換 / 

26

 

2.4.1　數值 / 26

 

2.4.2　字符串 / 26

 

2.4.3　布爾值 / 29

 

2.4.4　列表 / 29

 

2.4.5　元組 / 32

 

2.4.6　字典 / 33

 

2.4.7　集合 / 33

 

2.4.8　類型轉換 / 33

 

2.5　邏輯控制語句 / 

34

 

2.5.1　條件分支語句 / 34

 

2.5.2　循環語句 / 35

 

2.5.3　break語句和continue語句 / 36

 

2.6　函數 / 

37

 

2.6.1　定義和使用函數 / 37

 

 

 

2.6.2　變量的作用域 / 39

 

2.7　模塊與庫的使用 / 

40

 

2.7.1　自定義模塊 / 40

 

2.7.2　標準庫的模塊 / 41

 

2.8　面向對象編程基礎 / 

41

 

2.8.1　基本概念 / 41

 

2.8.2　類的定義和對象創建 / 41

 

2.8.3　繼承 / 42

 

2.8.4　多態 / 43

 

2.9　案例：創建“畫廊”系統 / 

43

 

2.10　小結 / 

45

 

習題 / 

46

 

第3章 數據處理與可視化 / 

47

 

3.1　NumPy——科學計算工具 / 

47

 

3.1.1　NumPy概述 / 47

 

3.1.2　NumPy數組運算 / 48

 

3.2　Pandas——數據分析工具 / 

54

 

3.2.1　Pandas概述 / 54

 

3.2.2　Pandas基礎 / 55

 

3.2.3　Pandas數據預處理 / 60

 

3.3　Matplotlib——數據可視化工具 / 

63

 

3.3.1　Matplotlib概述 / 63

 

3.3.2　Matplotlib繪圖 / 65

 

3.4　案例：抽象藝術數據可視化 / 

67

 

3.5　小結 / 

70

 

習題 / 

70

 

第4章 機器學習基礎 / 

71

 

4.1　機器學習概述 / 

71

 

4.1.1 機器學習的定義 / 72

 

4.1.2 機器學習的基本原理 / 72

 

4.1.3　機器學習的主要術語 / 73

 

4.1.4　機器學習的算法分類 / 73

 

4.1.5　機器學習的主要應用領域 / 74

 

4.2　監督學習與無監督學習 / 

74

 

4.2.1　監督學習 / 74

 

4.2.2　無監督學習 / 75

 

4.3　scikit-learn機器學習庫 / 

76

 

4.3.1　scikit-learn概述 / 76

 

4.3.2　scikit-learn機器學習工作

 

 流程 / 77

 

4.4　線性回歸 / 

78

 

4.4.1　線性回歸概述 / 78

 

4.4.2　線性回歸算法基本原理 / 78

 

4.4.3　線性回歸算法應用 / 79

 

4.5　分類 / 

82

 

4.5.1　分類概述 / 82

 

4.5.2　分類的工作流程 / 83

 

4.5.3　邏輯回歸算法 / 83

 

4.5.4　邏輯回歸的實現 / 84

 

4.6　 

案例：一元線性回歸模型的實現與可

視化 / 

86

 

4.7　小結 / 

87

 

習題 / 

87

 

第5章 人工神經網絡與深度學習基礎 / 

88

 

5.1　人工神經網絡概述 / 

88

 

5.1.1　感知機 / 89

 

5.1.2　從感知機到神經網絡 / 90

 

5.1.3　常用激活函數 / 91

 

5.2　深度學習簡介 / 

92

 

5.2.1　深度學習的概念 / 92

 

5.2.2　深度學習與傳統機器學習 / 92

 

5.3　主流深度學習框架介紹 / 

93

 

5.4　人工神經網絡的訓練 / 

94

 

5.5　捲積神經網絡 / 

95

 

5.5.1　捲積神經網絡簡介 / 95

 

5.5.2　捲積神經網絡的結構 / 95

 

5.5.3　捲積計算 / 96

 

5.6　循環神經網絡 / 

99

 

 

 

5.7　 

案例：使用Keras實現CNN手寫數字

識別 / 

99

 

5.8　小結 / 

101

 

習題 / 

101

 

第6章 生成式人工智能與藝術設計 / 

102

 

6.1　生成式人工智能概述 / 

102

 

6.2　生成式人工智能技術原理 / 

103

 

6.2.1　深度學習模型 / 103

 

6.2.2　生成對抗網絡 / 103

 

6.2.3　自然語言處理 / 103

 

6.2.4　擴散模型 / 104

 

6.2.5　預訓練與微調 / 104

 

6.2.6　多模態生成 / 104

 

6.3　生成式人工智能平臺與工具 / 

105

 

6.3.1　文本生成平臺 / 105

 

6.3.2　圖像生成平臺 / 106

 

6.3.3　音頻生成平臺 / 107

 

6.3.4　視頻生成平臺 / 107

 

6.4　生成式人工智能賦能藝術設計 / 

108

 

6.4.1　游戲設計 / 109

 

6.4.2　裝扮設計 / 109

 

6.4.3　首飾設計 / 109

 

6.4.4　繪畫 / 110

 

6.4.5　攝影 / 110

 

6.4.6　服裝設計 / 110

 

6.4.7　電影製作 / 111

 

6.4.8　建築設計 / 111

 

6.5　小結 / 

112

 

習題 / 

112

 

第7章 人工智能繪畫技術及其工具 / 

113

 

7.1　人工智能繪畫概述 / 

113

 

7.1.1　認識人工智能繪畫 / 114

 

7.1.2　人工智能繪畫的發展過程 / 114

 

7.2　Stable 

Diffusion基礎 / 

115

 

7.2.1　 Stable 

Diffusion軟件介紹 / 115

 

7.2.2　Stable 

Diffusion界面介紹 / 115

 

7.2.3　Stable 

Diffusion模型類型

 

 介紹 / 117

 

7.3　文生圖 / 

117

 

7.3.1　提示詞書寫方法 / 117

 

7.3.2　生成參數調整 / 121

 

7.4　圖生圖 / 

126

 

7.4.1　圖生圖的常用功能 / 126

 

7.4.2　圖像局部修改 / 128

 

7.5　ControlNet插件的使用 / 

133

 

7.5.1　ControlNet安裝方式 / 133

 

7.5.2　ControlNet界面和參數 / 133

 

7.5.3　ControlNet模型的使用 / 136

 

7.6　LoRA模型的使用 / 

142

 

7.6.1　LoRA模型及其安裝方法 / 142

 

7.6.2　LoRA模型的使用方法 / 144

 

7.7　案例：生成AI未來城市海報 / 

145

 

7.8　小結 / 

149

 

習題 / 

149

 

第8章 

人工智能音樂和視頻創作技術及其

工具 / 

150

 

8.1　人工智能音樂概述 / 

150

 

8.1.1　認識人工智能音樂 / 150

 

8.1.2　常用人工智能音樂大模型

 

 簡介 / 151

 

8.2　人工智能音樂基本樂理知識 / 

153

 

8.2.1　作曲 / 153

 

8.2.2　作詞 / 155

 

8.3　“網易天音”操作教程 / 

155

 

8.3.1　人工智能寫歌 / 155

 

8.3.2　人工智能編曲 / 163

 

8.3.3　人工智能作詞 / 165

 

8.4　Suno 

AI操作教程 / 

168

 

8.4.1　使用Suno AI英文版 / 168

 

 

 

8.4.2　使用Suno AI音樂中文站 / 173

 

8.4.3　使用天工開物DesignXAI平臺的

 

 AI音頻工具 / 175

 

8.5　 

案例：使用“網易天音”

 

 

創作歌曲 / 

178

 

8.6　人工智能視頻基本知識 / 

181

 

8.6.1　視頻技術基本概述 / 181

 

8.6.2　常用AIGC視頻生成工具 / 183

 

8.6.3　Prompt文字指令的輸入 / 189

 

8.7　 

案例：使用即夢AI生成圖片和

 

 

視頻 / 

190

 

8.7.1　登錄即夢AI創作平臺 / 191

 

8.7.2　即夢AI生成圖片 / 192

 

8.7.3　即夢AI生成視頻 / 194

 

8.8　小結 / 

202

 

習題 / 

202

 

參考文獻 / 

204