《人工智能技术》实验教学大纲（本科）.pdfVIP

《人工智能技术》实验教学大纲 一、课程基本情况 课程代码：1041339041 课程名称（中/英文）：人工智能技术/Artificial Inligence Tecnology 课程类别：专业必修课 课程性质：必修 课程类型：课程实验 总学分：2 总学时：32 实验/实践学时：8 适用专业：物联网工程 适用对象：本科 先修课程：线性代数、程序设计基础（C 语言） 教学环境：多媒体教室 开课学院：计算机与信息工程学院 二、课程简介 人工智能技术是物联网工程的专业课程，该课程是一门实践性很强的课程，对实验教学要求 较高。该实验课程是巩固和扩充课堂讲授的理论知识，培养学生实践技能，加强学生的动手能力 必不可少的环节。通过上机实验进行人工智能应用程序设计、实现和程序调试等基本能力的训练， 使学生熟悉 Pyton 以及TensorFlow 的安装编译环境，使用 TensorFlow 开发学习系统的能力，提 高工程实践能力以及主动探索和思考的能力。 三、实验项目及学时安排 实验 实验 每组 实验 对应的课程 序号 实验/实践项目名称 学时 类型 人数 要求 教学目标 1 Pyton 编程基础 2 设计 1 必做 1，2 ，3 2 Tensorflow 编程 2 设计 1 必做 1，2 ，3 3 人工智能项目实践 4 综合 1 必做 1，2 ，3 合计 8 四、实验内容 实验一 Pyton 编程基础 实验目的： （1）熟悉 Windows 系统下 Pyton 的运行环境，了解Pyton 基本操作。 （2 ）了解在该系统上如何编辑、编译、连接和运行一个 Pyton 源程序。 （3 ）通过运行 Pyton 源程序，掌握 Numpy 、Pandas 、Scikit-learn 的使用。 实验设备： 一台计算机 实验内容及步骤： （1）Pyton 的安装与配置 （2 ）熟悉数据处理库 Numpy 库的一些基本使用技巧，包括 Numpy 数组的创建、基本运算、 切片与索引、堆叠以及拆分等。 （3 ）针对 Pandas 中的 Series 和 DataFrame 重要数据结构，中数据的基本手段，包括排序、 删除、算数运算、去重。 （4 ）保存和打印程序的运行结果，并分析程序的运行结果。 （5 ）撰写实验报告。 实验二 Tensorflow 编程基础 实验目的： （1）安装 Tensorflow，熟悉相关 Tensorflow 相关函数。 实验设备： 一台计算机 实验内容及步骤： （1）理解卷积原理，并实现卷积函数 tf.nn.conv2d() 。 conv2d(input, filter, strides, padding, use_cudnn_on_gpu=True, data_fort=NWC, name=None) （2 ）理解并实现激活函数 tf.nn.relu() 。 relu( features, name=None) （3 ）理解池化原理，并实现 tf.nn.x_pool() 。 x_pool(value, ksize, strides, padding, data_fort=NWC, name=None) （4 ）理解并实现 tf.nn.dropout() 。 dropout(x, keep_prob, noise_sape=None, seed=No