腾讯星火计划 AI 开发实践

如果您看到此页，恭喜您可以观看课程所有内容，包括课程大纲、代码例子、之前课程当中现场出现的问题等

课程开发：

王晓曦（腾讯 T11 算法研究员） 季诚杰 Charlie（UC Berkeley CS + Stats 2025, 腾讯星火 2020、2021）

课程背景：

《手写数字识别》是 2021 星火计划挑战周“人脸识别方向“入选学生的预习准备材料，学生通过指引熟悉图像识别的开发实现流程。在挑战周结束后，星火联盟学校的老师希望和腾讯合作，为本校学生的选修课增加动手实践的内容，由此根据学生的情况和课时量，进行了课程的开发。

课程目标：

通过一系列的小例子来实现图像识别手写数字识别。

课程对象：

高中学生，有一定 python 基础，对人工智能学习有兴趣。

应用场景：

深圳中学 AI+选修课，成都七中人工智能选必修课程。

目录：

Module 1 ～ 3 基础知识储备 (以介绍常用 python 语句和 python library 为主) Module 4 ～ 7 人工智能-人工智能神经网络基础

1. Module 1: Python 基础与命令行基础
2. Module 2: Python 可视化工具 matplotlib
3. Module 3: Numpy 基础
4. Module 4: 人工智能神经网络基础-1 矩阵乘法，浅层神经网络 感知机
5. Module 5: 人工智能神经网络基础-2 浅层神经网络 感知机
6. Module 6: 人工智能神经网络基础-3 训练神经网络，深度神经网络
7. Module 7: 人工智能神经网络基础-4 深度神经网络，卷积神经网络引入
8. Module 8: 卷积神经网络核心，训练卷积神经网络
9. Module 9: 运用卷积神经网络，bad case分析，图像增广引入
10. Module 10: 结课测试

一些课程可视化的照片：