目录
在本专题，我们将目前主流的人工智能技术做一个系统性的学习和讲解。具体包括神经网络，深度学习，强化学习，计算机视觉，自然语言处理，大语言模型，机器人/机械臂，AI游戏控制，大模型API调用，AI应用APP开发，AI芯片。
这些技术之间相互关联和促进，神经网络是深度学习、强化学习等的基础架构；深度学习为计算机视觉、自然语言处理、大语言模型等提供了核心的算法和模型支持；强化学习可用于AI游戏控制以及机器人等领域的策略学习；计算机视觉和自然语言处理是人工智能应用的重要领域，其技术成果可以应用到机器人、机械臂等多个场景中；大语言模型作为自然语言处理的重要突破，为自然语言相关的应用以及其他领域基于语言交互的功能提供了强大动力，特别是ChatGPT，deepseek等大模型的问世，加速了大模型的应用；机器人等硬件设备的发展需要计算机视觉、强化学习等技术来实现智能化；大模型API调用为互联网 AI 应用和个性化AI应用APP开发提供了便捷的智能能力接入方式，而GPU、AI芯片和边缘计算则是所有这些人工智能技术得以高效运行和部署的硬件基础和技术支撑，它们的发展推动着其他技术在性能和应用范围上不断拓展。
0.读者可以根据自己需求，单独订阅任意一个章节；
1.本课程的所有案例(部分理论知识点除外)均由博主编写而成，供有兴趣的朋友们自己订阅学习使用。未经本人允许，禁止任何形式的商业用途；
2.本课程我们更侧重于各种实例的完整设计介绍。更全面的介绍FPGA，MATLAB，python，pytorch，RK3588的AI开发应用。每一个案例都将在博客中给出完整的实现过程和完全代码，如果对于某个较为复杂的案例，初学者无法正确复现，可私信博主获得完整工程代码。
3.在学习过程中，如果有疑问或者问题，可以在对应课程的下方进行留言或者私信博主，博主晚上会统一回复。
4.在AI应用开发过程中，涉及到的数据集，博主将提供具体的下载链接。
★读者学习过程中的一些问题总结——不定期更新【2025-XX-XX更新】
🌱第0章·前言
🌱第1章·神经网络
本节使用软件为MATLAB，安装参考《MATLAB软件安装》下载地址：《常用软件下载》
1.1 BP神经网络的理论学习与MATLAB仿真 (包含完整程序，视频操作讲解)~免费试读
1.2 GRNN广义回归神经网络的理论学习与MATLAB仿真 (包含完整程序，视频操作讲解)
1.3 RBF径向基函数神经网络的理论学习与MATLAB仿真 (包含完整程序，视频操作讲解)
1.4 PNN概率神经网络的理论学习与MATLAB仿真 (包含完整程序，视频操作讲解)
1.5 SOM自组织映射网络的理论学习与MATLAB仿真 (包含完整程序，视频操作讲解)
1.6 CMAC小脑模型神经网络的理论学习与MATLAB仿真 (包含完整程序，视频操作讲解)
扫一扫
487
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
