本书通过30个应用机器学习模型和算法的实际案例，为读者提供较为详细的实战方案，以便进行深度学习。在编排方式上，全书侧重对创新项目的过程进行介绍，分别从整体设计、系统流程、实现模块等角度论述数据处理、模型训练和模型应用，并剖析模块的功能、使用及程序代码。为便于读者高效学习、快速掌握人工智能程序开发方法，本书配套提供项目设计视频讲解、工程文档、程序代码、实现过程中出现的问题及解决方法等资源，可供读者二次开发。 本书语言简洁，深入浅出，通俗易懂，不仅适合对Python编程有兴趣的爱好者，而且可作为高等院校相关专业的参考教材，还可作为从事智能应用创新开发专业人员的技术参考书。

项目1 AI作曲
1.1 总体设计
1.1.1 整体框架
1.1.2 系统流程
1.2 运行环境
1.2.1 Python环境
1.2.2 虚拟机环境
1.2.3 TensorFlow环境
1.2.4 Python类库
1.3 模块实现
1.3.1 数据准备
1.3.2 信息提取
1.3.3 模型构建
1.3.4 模型训练及保存
1.3.5 音乐模块
1.4 系统测试
1.4.1 训练过程
1.4.2 测试效果
项目2 语音识别
2.1 总体设计
2.1.1 整体框架
2.1.2 系统流程
2.2 运行环境
2.2.1 Python环境
2.2.2 PyCharm环境
2.2.3 PyTorch环境
2.2.4 CUDA和cuDNN环境
2.2.5 网页端配置环境
2.3 模块实现
2.3.1 数据准备
2.3.2 模型构建
2.3.3 模型训练及保存
2.3.4 模型应用
2.4 系统测试
2.4.1 训练准确率
2.4.2 测试效果
项目3 人像分割
3.1 总体设计
3.1.1 整体框架
3.1.2 系统流程
3.2 运行环境
3.2.1 Python环境
3.2.2 PyTorch环境
3.2.3 PyQt5配置
3.3 模块实现
3.3.1 数据准备
3.3.2 模型构建
3.3.3 模型训练
3.3.4 模型保存
3.3.5 模型测试
3.3.6 模型运行
3.4 系统测试
3.4.1 训练准确率
3.4.2 测试效果
项目4 车辆信息识别
4.1 总体设计
4.1.1 整体框架
4.1.2 系统流程
4.2 运行环境
4.3 模块实现
……
项目5 骨架识别与肢体定位
项目6 生成古诗与歌词
项目7 车牌分割与识别
项目8 音乐源分离
项目9 宠物识别
项目10 人脸口罩辨别
项目11 图像风格迁移
项目12 目标检测网页应用
项目13 图像隐写
项目14 图像检索
项目15 人脸口罩检测
项目16 生活垃圾识别
项目17 动态交通手势识别的车辆控制
项目18 物体识别
项目19 人体识别
项目20 垃圾分类
项目21 垃圾邮件识别
项目22 宿舍门禁系统
项目23 人数检测
项目24 医疗诊断
项目25 水果识别
项目26 表情识别
项目27 生成图像字幕
项目28 验证码的生成和识别
项目29 中文语音输入法
项目30 狗种类识别