Python深度学习及智能车竞赛实践

本书结合全国大学生智能汽车竞赛百度智慧交通创意赛和完全模型组竞速赛，循序渐进地对Python和深度学习的基本知识进行了全面、系统的介绍。全书共11章，分为Python基础知识体系、Python文件处理与数据分析、深度学习基础理论与实践、智能车竞赛任务与实践四部分，详细介绍了Python基础知识、Python数据分析方法、机器学习概念、全连接神经网络和卷积神经网络模型的理论及产业级工程项目实践等。通过学习本书，学生可以从零基础开始，到能完成深度学习模型设计及部署验证，完成智能汽车竞赛中关于图像处理和深度学习相关的任务。 本书内容丰富、叙述清晰、循序渐进，采用新形态构建形式，配套有MOOC、教学案例、习题等。本书可作为智能车辆、智慧交通、计算机、自动控制等专业的人工智能入门教材，也可作为全国大学生智能汽车竞赛的参考书。

这是一本结合全国大学生智能汽车竞赛百度智慧交通创意赛和完全模型组竞速赛，循序渐进地对Python和深度学习的基本知识进行了全面、系统的介绍。全书共11章，分为Python基础知识体系、Python文件处理与数据分析、深度学习基础理论与实践、智能车竞赛任务与实践四部分，详细介绍了Python基础知识、Python数据分析方法、机器学习概念、全连接神经网络和卷积神经网络模型的理论及产业级工程项目实践等。 全书从Python编程语言特点讲起，解释了Python简单易学、代码可读性强、开发效率高、应用领域广泛等特点，并深入讲解了控制结构的概念与重要性，包括顺序结构、分支结构和选择结构等。书中还详细介绍了文件类型与编码方式，包括文本文件和二进制文件，以及数据存储与表示周期，包括存储、表示和操作三个周期。 在Python数据分析库的应用部分，书中详细介绍了numpy、pandas和matplotlib三个第三方库，并解释了如何利用这些库进行数据分析。在深度学习基础理论与实践部分，书中讲解了神经网络的基本概念和原理，包括神经网络的发展、结构、训练过程以及优化方法等，并详细介绍了深度学习框架的种类