从AI模型到智能机器人：基于 Python与TensorFlow(博文视点出品)

21
1.10.2类的用途：描述对象的属性与行为22
第2章Python的对象与类24
2.1OOP入门25
2.2对象的概念25
2.3对象分类与组合27
2.3.1类的永恒性27
2.3.2将对象分门别类27
2.3.3对象的组合关系28
2.4AKO抽象关系30
2.5对象行为与接口36
2.5.1接口入门36
2.5.2消息传递与对象行为37
2.5.3对象的运算行为38
第3章善用类46
3.1如何描述对象：善用类47
3.2如何创建软件对象48
3.3对象参考49
3.4构造函数52
3.5子类如何创建对象54
第4章对象的组合58
4.1认识self参考59
4.2建立对象的包含关系60
4.3self参考值的妙用64
4.4包容多样化物件71
4.5集合对象73
第5章类的封装性76
5.1对象的封装性77
5.2类：创造对象的封装性77
5.3类的私有属性与函数81
5.4类级别的属性89
5.5类级别的函数93
第6章类的继承体系96
6.1继承的意义97
6.2建立类继承体系98
6.3函数覆写的意义108
第7章活用抽象类111
7.1抽象类与继承体系112
7.2Python抽象类的表示法112
7.2.1一般具象类112
7.2.2抽象类114
7.3从“抽象类”衍生“具象类”115
7.4抽象类的妙用：默认行为118
7.4.1Python默认行为的表示法118
7.4.2默认行为的意义120
7.5默认函数的妙用：反向调用120
第8章发挥“多态性”127
8.1“多态性”的意义128
8.1.1自然界的多态性128
8.1.2多态性物体129
8.2多态函数130
8.3可覆写函数132
第9章如何设计抽象类138
9.1抽象：抽出共同的现象139
9.2抽象的步骤141
9.2.1Step1:抽出名称、引数及内容都一致的函数147
9.2.2Step2:抽出名称相同、参数及内容有差异的函数149
9.3洞悉“变”与“不变”152
9.4着手设计抽象类154
第10章接口与抽象类160
10.1接口的意义161
10.2以Python抽象类来实现接口162
10.3接口设计实例一：并联电池对象167
10.3.1不理解原理但也能用167
10.3.2实现步骤169
10.4接口设计实例二：串联电池对象172
10.4.1基本设计172
10.4.2实现步骤173
10.4.3总结176
10.5接口设计实例三：ChainOfResponsibility设计模式177
第11章不插电学AI183
11.1“不插电学AI”的意义184
11.2AlphaGo的惊人学习能力184
11.3范例：一只老鼠的探索及学习184
11.4记录老鼠的探索选择及结果186
11.5老鼠当教练：训练AI机器人188
11.5.1以简单算数，让机器人表达智能188
11.5.2机器人智能的提升过程189
11.5.3一回生、两回熟191
11.5.4三回变高手192
11.5.5第四回合训练：迈向完美194
11.5.6重新检测一次195
第12章撰写单层Perceptron程序198
12.1开始“插电学AI”：使用Python199
12.2展开第#0组数据的训练200
12.3进行更多组数据的训练202
12.4加入学习率206
12.5增添一个Training类209
12.6一个更详细的Perceptron代码213
第13章使用TensorFlow编程225
13.1TensorFlow入门226
13.2安装TensorFlow环境226
13.3开始使用TensorFlow230
13.4展开第1回合的训练：以老鼠教练为例237
13.5展开100回合更周全的训练240
13.6设计Perceptron类243
13.7采用TensorFlow的损失函数245
13.8撰写多层Perceptron程序248
第14章TensorFlow应用范例251
14.1mnist手写数字识别范例252
14.2开始训练NN模型256
14.3改进NN模型：建立两层Perceptron260
14.4改进NN模型：建立三层Perceptron263
14.5撰写一个MLP类265
第15章如何导出AI模型268
15.1导出模型入门269
15.2机器人：像老鼠一样学习270
15.3基于TensorFlow建立AI模型270
15.4存入Checkpoint文件272
15.5读取Checkpoint文件275
15.6读取流图定义文件277
15.7导出模型：写入.pb文件280
15.8导入模型，读取.pb文件284