10行Python,搭建一个游戏AI | 视频教程
昨天为大家推荐了三个Python视频,包含:《利用Python,用4分钟时间搭建一个情感分析系统》、《7行Python代码,搭建一个可以识花的机器学习APP》、《10行Python,搭建一个可以自动作曲的神经网络》,今天营长再为大家推荐三个Python视频,同样是来自人工智能领域的编程高手Siraj Raval。
Siraj Raval毕业于哥伦比亚大学,曾任职于 Twilio 和 Meetup,他通过制作教程类短视频的方式在Youtube上积累了大量的粉丝,视频内容包含:如何搭建神经网络、聊天机器人、AI游戏、AI作曲家、递归神经网络、无人驾驶汽车等在内的大量实用的案例,这些视频长度大多都在10分钟以内,加上Siraj Raval丰富的演讲表情,你绝对不会觉得学编程是一件枯燥无趣的事情。
以下是Siraj Raval的Python视频教程,中文字幕+代码~(CSDN已获得翻译授权)~
视频4:《10行Python,搭建一个游戏AI》
<iframe class="video_iframe" data-vidtype="1" data-cover="http%3A%2F%2Fshp.qpic.cn%2Fqqvideo_ori%2F0%2Fn0537y67q7o_496_280%2F0" allowfullscreen="" frameborder="0" data-ratio="1.7666666666666666" data-w="848" data-src="http://v.qq.com/iframe/player.html?vid=n0537y67q7o&width=352&height=198&auto=0" width="352" height="198" data-vh="198" data-vw="352" style="display: none; width: 352px !important; height: 198px !important;"></iframe>
从著名的碰撞球开始,人工智能在游戏中的使用已经有很长的历史了。传统模式的AI是通过还原论来进行搭建的,他们将游戏世界简化为一个模型,并给予AI相应的知识,大部分情况下它们就是可用的了。
这个视频中 Siraj Raval 会介绍谷歌是如何做到的,以及如何利用Python搭建一个自己的游戏机器人。
代码链接
https://github.com/llSourcell/Game-AI
视频5:《如何用Python搭建可以画风迁移的人工智能》
<iframe class="video_iframe" data-vidtype="1" data-cover="http%3A%2F%2Fshp.qpic.cn%2Fqqvideo_ori%2F0%2Fk0539279rf3_496_280%2F0" allowfullscreen="" frameborder="0" data-ratio="1.7666666666666666" data-w="848" data-src="http://v.qq.com/iframe/player.html?vid=k0539279rf3&width=352&height=198&auto=0" width="352" height="198" data-vh="198" data-vw="352" style="display: none; width: 352px !important; height: 198px !important;"></iframe>
艺术源于生活,它诠释了我们在生活中的经历与情感。那么我们能搭建一个AI艺术家吗?答案是肯定的。这听起来很不可思议,我们可以使用一个艺术家的风格来训练出一个神经网络,然后让它将艺术家的画风迁移到指定的图片上。
这一切都是从谷歌研究团队公布的一篇关于“inceptionism”的博客开始的。他们使用大量的图片数据训练了一个深度卷积神经网络,它可以识别出日常生活中的一些东西,比如狗或者建筑物。一旦神经网络可以识别物体了,他们给神经网络一张小说插图,如果它在图中看到能够识别的物体,比如一朵很像狗的云,那么它就会将图像优化的更像狗。
另一个小组写了一篇类似的文章叫做艺术家风格的神经网络算法,他们让神经网络以另一个艺术家的风格重画画作,使用的是一个著名的图片作为基准图,所以当他们使用星夜来训练神经网络时,它将通过拟合所有的特征来修改图像使其更像星夜。
因为Siraj Raval已经在前几期视频中详细的讲解了卷积神经网络,今天他将带着大家使用深度学习库Keras来在Python中重现用神经网络进行风格迁移的相关论文结果。
代码链接
https://github.com/llSourcell/AI_Artist
视频6:《用Python搭建单样本学习的手写字体分类器》
<iframe class="video_iframe" data-vidtype="1" data-cover="http%3A%2F%2Fshp.qpic.cn%2Fqqvideo_ori%2F0%2Fv05477xrkke_496_280%2F0" allowfullscreen="" frameborder="0" data-ratio="1.7666666666666666" data-w="848" data-src="http://v.qq.com/iframe/player.html?vid=v05477xrkke&width=352&height=198&auto=0" width="352" height="198" data-vh="198" data-vw="352" style="display: none; width: 352px !important; height: 198px !important;"></iframe>
神经网络从上世纪50年代就出现了,曾经一度有一些文章夸张的称它复制了人类大脑,有的人甚至说如果给神经网络足够的深度和大量的数据,它会变得拥有自我意识。
果真如此吗?如果让人工神经网络来识别香蕉,首先得需要喂给它成千上万张香蕉的图片,再想想人类的学习方式,只需要极少的图片就能辨识出香蕉。人类并不需要成千上万的样本来归纳,只需一些小样本就可以归纳出知识。虽然人类拥有这项天赋,但想把这样的能力写成算法赋予机器却不是一件容易的事情。
DeepMind曾经在其发表的论文《One-Shot Learning With Memory-Augmented Neural Networks》中证明了人类的这种单样本学习能力(One-Shot Learning)可以在人工神经网络中得到复制。
这个视频中,Siraj Raval 会和大家聊聊单样本学习(One-Shot Learning)的事情,并且还会教大家用Python构建一个单样本学习的手写字体分类器。
代码链接:
https://github.com/llSourcell/One-Shot-Learning-Demo
提示:学Python,视频与代码更配哦~
在线分享会
◆
周五晚8点
◆
拿下斯坦福和剑桥双offer,00后的算法学习之路
推荐荐阅读:
❤点击“阅读原文”,查看历史精彩文章。
关注公众号:拾黑(shiheibook)了解更多
[广告]赞助链接:
四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/
随时掌握互联网精彩
- 1 习近平沈阳之行的殷殷牵挂 7902248
- 2 寒潮+暴雪+大雾!8省区有大到暴雪 7924837
- 3 女孩偷拿妈妈百万珠宝卖了60元 7876339
- 4 中国经济高质量发展成色十足 7707968
- 5 何老师都接不住的梗出现了 7623628
- 6 4种坚果吃对养生 吃错不利健康 7578423
- 7 男子带妻子骑摩托2400多公里返乡 7416809
- 8 刘宇宁开口满满的江湖气 7370425
- 9 广州两彩民中奖超1.5亿元 7259540
- 10 李小冉回应对刘晓庆臭脸 7110356