【自动微分】系列第七篇！自动微分挑战和未来！自动微分易用性和性能应该如何兼容？可微编程是否未来？

【AI框架基础】系列第一篇！介绍分享内容！AI框架基础、AI框架之争、AI编程范式！

【AI框架基础】系列第二篇！介绍开发AI程序遇到的问题，为了解决这些问题所以出现了AI框架，深入一起了解AI框架的具体作用和目的。

【AI框架基础】系列第三篇！AI框架之争！都2022年，还在为用什么AI框架发愁？来了解下AI框架的发展过程，看看未来AI框架将会朝哪个方向演进吧！

【AI框架基础】系列第四篇！最后一篇啦，函数式编程和声明式编程有什么区别？AI到底应该用什么编程范式？希望跟大家一起学习探讨完，能够把AI框架的编程模式搞清楚！

手写字符识别 这是一个可识别手写字符的深度学习AI系统，在这里我使用chars74k数据集来训练模型 先决条件： Python 水蟒 点子 虚拟环境 从下载手写数据集 每个班级只有55个样本，因此我编写了脚本来创建具有不同背景色的重复图像。 克隆此存储库并使用以下命令创建virtualenv virtualenv venv source venv/bin/activate 导航到克隆目录 pip install -r requirements.txt 为数据集创建重复图像 python generate_dataset.py 打开笔记本 jupyter notebook

EQSTest：具有行为树和环境查询的Ai系统：Enemy Patrol，如果发现它，则追逐玩家，如果它损坏则寻求掩护

全球首个临床级病理AI系统原始码及复现。 介绍： 官方Github ： : 个人补充部分 数据集下载。自己申请的，可直接使用， 50G左右。下载，密码： i8fv 数据集准备。官方接口需要指定格式，参考code/README.md 。这里我自己写了一个脚本，见code/dataPrepare_for_CNN.py和code/dataPrepare_for_Rnn.py ，改一下相关路径就好。 训练及测试。将官方代码改成单机数据并行训练，加速训练，单GPU也无需更改代码。具体运行命令，参考code/README.md 具体代码运行流程 运行： code/dataPrepare_for_CNN.py ，生成MIL所需的数据 运行code/MIL_train.py和code/MIL_test.py （很慢） 运行： code/dataPrepare_for_Rnn.py ，生成RNN所需的数据

Tactical Shooter AI 1.21 - 射击游戏AI系统;Tactical Shooter AI 1.21 - 射击游戏AI系统;Tactical Shooter AI 1.21 - 射击游戏AI系统

MooseBot 适用于星际争霸：Broodwar的AI系统，使用BWAPI 运行已编译的AI（MooseBot.dll）： 安装StarCraft：Broodwar 安装BWAPI 3.7.4（ ） 将MooseBot.dll复制到StarCraft / bwapi-data / AI 运行Chaoslauncher（BWAPI附带），在BWAPI Injector（1.16.1）RELEASE上打钩，然后单击“开始”。 从源代码编译： 安装Visual Studio 2010和2012 安装BWAPI 3.7.4（ ） 安装Boost库（ ） 设置环境变量以指向指向BWAPI和Boost的安装目录 BWAPI_DIR-BWAPI目录 BOOST_DIR-BOOST目录 在VS 2012中打开MooseBot / MooseBot / MooseBot.sln