华为HCIP-AI人工智能培训（深化拓展版）

课程大纲

• 第1章神经网络基础
•     第1节 深度学习预备知识 试听
  视频名称:01_深度学习预备知识（一）.wmv
  视频名称:02_深度学习预备知识（二）.wmv
•     第2节 人工神经网络
•     第3节 训练神经网络
•     第4节 神经网络的架构设计

• 第2章图像处理理论和应用
•     第1节 计算机视觉概览
•     第2节 数字图像处理基础
•     第3节 图像预处理技术
•     第4节 图像处理基本任务
•     第5节 特征提取和传统图像处理算法
•     第6节 深度学习和卷积神经网络
•     第7节 目标检测与目标分割

• 第3章语音处理理论与实践
•     第1节 语音处理介绍
•     第2节 语音识别
•     第3节 语音合成
•     第4节 传统声学模型GMM-HMM
•     第5节 混合模型DNN-HMM
•     第6节 高级语音模型

• 第4章自然语言处理理论和应用
•     第1节 自然语言处理简介
•     第2节 自然语言处理任务与方法
•     第3节 自然语言处理应用系统

• 第5章华为AI发展战略与全栈全场景解决方案介绍
•     第1节 人工智能是一种新的通用目的技术
•     第2节 十大改变开创未来
•     第3节 华为的AI解决方案

• 第6章ModelArts概览
•     第1节 ModelArts概览

实验列表

• 实验名称实验16 TensorFlow实验之图操作
• 实验描述本实验通过几个实例操作，了解计算图的相关操作

• 实验名称图像数据预处理
• 实验描述图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性、最大限度地简化数据，从而改进特征提取、图像分割、匹配和识别的可靠性。 本实验使用OpenCV图像处理库实现基本的图像预处理操作。包括图像的颜色空间转换、坐标变化、灰度变化、直方图变化和图像滤波。

• 实验名称华为云EI图像标签实现智慧相册
• 实验描述图像识别是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。图像识别以开放API（Application Programming Interface，应用程序编程接口）的方式提供给用户，用户通过实时访问和调用API获取推理结果，帮助用户自动采集关键数据，打造智能化业务系统，提升业务效率。 自然图像的语义内容非常丰富，一个图像包含多个标签内容，图像标签可识别三千多种物体以及两万多种场景和概念标签，更智能、准确的理解图像内容，让智能相册管理、照片检索和分类、基于场景内容或者物体的广告推荐等功能更加准确。 信息时代，人们已经习惯了随手拿出手机来拍照，一个人的相册中包含着许多生活的氛围与回忆碎片。然而，信息时代也带来了信息量的爆炸，如果没有经过好好整理，人们的电子设备中或许会存在着数以千计的照片，没有被整理的相片难以串起人们尘封的回忆。 市面上存在着许多制作电子相册的软件，但是多多少少都有自己的限制，同时，有些价格也会比较昂贵。结合华为云EI服务提供的人工智能API与Python简单而强大的功能，我们可以自定义我们想要的个性化的相册。 本实验将介绍如何使用华为云E

• 实验名称语音处理
• 实验描述语音是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中都需要提取语音中包含的各种信息。一般而言，语音数据处理的目的有两种：一种是对语音信号进行分析，提取特征参数，用于后续处理；另一种是加工语音信号，例如在语音增强中对含噪语音进行背景噪声抑制，以获得相对“干净”的语音；在语音合成方法中需要对分段语音进行拼接平滑，获得主观音质较高的合成语音，这方面的应用同样是建立在分析并提取语音信号信息的基础上的。总之，语音信号分析的目的就在于方便有效地提取并表示语音信号所携带的信息。 根据所分析的参数类型，语音信号分析可以分成时域分析和变换域（频域、倒谱域）分析。其中时域分析方法是最简单、最直观的方法，它直接对语音信号的时域波形进行分析，提取的特征参数主要有语音的短时能量和平均幅度、短时平均过零率、短时自相关函数和短时平均幅度差函数等。 本实验就是基于开源的短序列语音数据集对语音数据本身的属性，以及相关特征属性进行分析与解析，以求对语音数据有更加深入全面的了解。

• 实验名称语音合成与语音识别
• 实验描述语音合成（Text To Speech，TTS），又称文语转换，是一种将文本转换成逼真语音的服务。语音合成以开放API（Application Programming Interface，应用程序编程接口）的方式提供给用户，用户通过实时访问和调用API获取语音合成结果，将用户输入的文字合成为音频。通过音色选择、自定义音量、语速，为企业和个人提供个性化的发音服务。 语音识别（Automatic Speech Recognition，ASR），将口述音频转换为文本。语音识别以开放API（Application Programming Interface，应用程序编程接口）的方式提供给用户，用户通过实时访问和调用API获取语音识别结果。当前语音识别提供了短语音识别和长语音识别功能，短语音识别对时长较短的语音识别速度更快，长语音识别对时长较长的录音文件转写效果更好。 一句话识别服务：可以实现1分钟以内、不超过4MB的音频到文字的转换。对于用户上传的完整的录音文件，系统通过处理，生成语音对应文字内容。

• 实验名称基于Seq2Seq的语音识别
• 实验描述RNN比较适合序列类型的数据的建模，语音就是此种类型的数据，所以RNN相对图像，更适配这种序列类型的语音数据，对语音进行识别。Seq2Seq正是利用了RNN系列的模型，成为一种独特的模型结构，非常适合输入是序列、输出也是序列的情形。

• 实验名称文本分类
• 实验描述本节实验介绍如何实现一个文本分类模型，具体任务为用户评论的情感分析，方法包括： 朴素贝叶斯文本分类 SVM文本分类 TextCNN文本分类

• 实验名称华为云EI自然语言处理服务
• 实验描述自然语言处理（Natural Language Processing，简称NLP）是一款基于人工智能技术，针对各类企业及开发者提供的用于文本分析及挖掘的云服务，旨在帮助用户高效的处理文本。 自然语言处理包含如下3个子服务。 自然语言处理基础（Natural Language Processing Fundamentals），为用户提供包括分词、命名实体识别、关键词提取、短文本相似度等自然语言相关的API，可用于智能问答、对话机器人、舆情分析、内容推荐、电商评价分析等场景中。 语言生成（Language Generation，简称LG），为用户提供包括文本摘要等语言生成相关的API，可用于新闻摘要生成、文献摘要生成、搜索结果片段生成、商品评论摘要等场景中。 语言理解（Language Understanding，简称LU），为用户提供包括文本分类、情感分析等语言理解相关的API，可用于情感分析、内容检测、广告识别等场景中

• 实验名称ModleArts实验
• 实验描述自动学习是ModelArts提供的一项服务, 可以根据标注数据自动设计模型、自动调参、自动训练、自动压缩和部署模型，不需要代码编写和模型开发经验，即可实现零基础构建AI模型。本实验将指导学员完成图片分类，物体检测以及预测分析三种场景的学习和使用。 图像分类主要是基于图像的内容进行标记，模型可以预测出图像所对应的标签，适用于图片类别明显的场景；目标检测除了可以预测出图片中的类别标签外，还能预测出物体的位置信息，适合于复杂的图像检测场景；预测分析主要是对结构化数据做出分类或者数值预测，适合于结构化的预测分析场景。