10行Python，搭建一个游戏AI

昨天为大家推荐了三个Python视频，包含：《利用Python，用4分钟时间搭建一个情感分析系统》、《7行Python代码，搭建一个可以识花的机器学习APP》、《10行Python，搭建一个可以自动作曲的神经网络》，今天营长再为大家推荐三个Python视频，同样是来自人工智能领域的编程高手Siraj Raval。

Siraj Raval毕业于哥伦比亚大学，曾任职于 Twilio 和 Meetup，他通过制作教程类短视频的方式在Youtube上积累了大量的粉丝，视频内容包含：如何搭建神经网络、聊天机器人、AI游戏、AI作曲家、递归神经网络、无人驾驶汽车等在内的大量实用的案例，这些视频长度大多都在10分钟以内，加上Siraj Raval丰富的演讲表情，你绝对不会觉得学编程是一件枯燥无趣的事情。

以下是Siraj Raval的Python视频教程，中文字幕+代码~（CSDN已获得翻译授权）~

视频4：《10行Python，搭建一个游戏AI》

从著名的碰撞球开始，人工智能在游戏中的使用已经有很长的历史了。传统模式的AI是通过还原论来进行搭建的，他们将游戏世界简化为一个模型，并给予AI相应的知识，大部分情况下它们就是可用的了。

但是如果我们想搭建一个可以兼容多种不同游戏的AI呢？不同游戏的世界模型都不一样，所以我们不能只针对其中一个游戏来设计模型。因此对游戏世界建模是不可行的，我们需要对思想建模。要想搭建一个玩什么游戏都能精通的AI，我们应该先问问自己，如何最炫酷的完成这个目标？

DeepMind在2015年就已经做了这件事，他们的目标是创建一个通用人工智能。这个人工智能算法可以解决在人类思维层面的任何问题，甚至做得比人类更好。他们的研究到了一个重要的里程碑阶段，人工智能可以在没有获得游戏内超参数的情况下打赢49种不同的Atari游戏。Google一气呵成的解决了这个问题，这个算法叫做Deep Q-Learning，并且已经在Github上开源了，它只需要两个输入：游戏的原生像素与游戏分数，仅此而已。游戏目标很明确，最大化分数。

这个视频中 Siraj Raval 会介绍谷歌是如何做到的，以及如何利用Python搭建一个自己的游戏机器人。

代码链接

https://github.com/llSourcell/Game-AI

视频5：《如何用Python搭建可以画风迁移的人工智能》

艺术源于生活，它诠释了我们在生活中的经历与情感。那么我们能搭建一个AI艺术家吗？答案是肯定的。这听起来很不可思议，我们可以使用一个艺术家的风格来训练出一个神经网络，然后让它将艺术家的画风迁移到指定的图片上。

这一切都是从谷歌研究团队公布的一篇关于“inceptionism”的博客开始的。他们使用大量的图片数据训练了一个深度卷积神经网络，它可以识别出日常生活中的一些东西，比如狗或者建筑物。一旦神经网络可以识别物体了，他们给神经网络一张小说插图，如果它在图中看到能够识别的物体，比如一朵很像狗的云，那么它就会将图像优化的更像狗。

另一个小组写了一篇类似的文章叫做艺术家风格的神经网络算法，他们让神经网络以另一个艺术家的风格重画画作，使用的是一个著名的图片作为基准图，所以当他们使用星夜来训练神经网络时，它将通过拟合所有的特征来修改图像使其更像星夜。

因为Siraj Raval已经在前几期视频中详细的讲解了卷积神经网络，今天他将带着大家使用深度学习库Keras来在Python中重现用神经网络进行风格迁移的相关论文结果。

代码链接

https://github.com/llSourcell/AI_Artist

视频6：《用Python搭建单样本学习的手写字体分类器》

神经网络从上世纪50年代就出现了，曾经一度有一些文章夸张的称它复制了人类大脑，有的人甚至说如果给神经网络足够的深度和大量的数据，它会变得拥有自我意识。

果真如此吗？如果让人工神经网络来识别香蕉，首先得需要喂给它成千上万张香蕉的图片，再想想人类的学习方式，只需要极少的图片就能辨识出香蕉。人类并不需要成千上万的样本来归纳，只需一些小样本就可以归纳出知识。虽然人类拥有这项天赋，但想把这样的能力写成算法赋予机器却不是一件容易的事情。

DeepMind曾经在其发表的论文《One-Shot Learning With Memory-Augmented Neural Networks》中证明了人类的这种单样本学习能力（One-Shot Learning）可以在人工神经网络中得到复制。

这个视频中，Siraj Raval 会和大家聊聊单样本学习(One-Shot Learning)的事情，并且还会教大家用Python构建一个单样本学习的手写字体分类器。

代码链接：

https://github.com/llSourcell/One-Shot-Learning-Demo

提示：学Python，视频与代码更配哦~

在线分享会

◆

周五晚8点

◆

拿下斯坦福和剑桥双offer，00后的算法学习之路

推荐荐阅读：

Google又逆天：语音输入离线实时输出文字，仅占80MB！然而……
西工大开源拥挤人群数据集生成工具，大幅提升算法精度 | CVPR 2019
R和Python谁更好？这此让你「鱼与熊掌」兼得
10行Python，搭建一个游戏AI | 视频教程
Node.js 与 JavaScript 基金会正式合并，JS 喜提新主场
云计算时代运维的出路在哪?
30岁的万维网活不长了! 蒂姆·伯纳斯·李要借去中心化亲手杀死它, 你再也不用担心...
互联网裁员潮亲历者：那些阵痛、挣扎与去向
没有一个人，能躲过程序员的诱惑！

❤点击“阅读原文”，查看历史精彩文章。