你将学到的
  • OpenCV 将图像可视化
  • OpenCV 的模板匹配方法
  • 特征提取的技巧
  • skimage 图像基本操作
  • 使用 Keras 搭建卷积神经网络
  • OpenCV 图像的坐标体系
  • 卷积神经网络的搭建
  • Keras 的基本用法
  • 深度强化学习的概念
lab-classic 实验 1 纯人工操作方式玩 Flappy Bird 游戏

知识点: 1.pygame版flappybird的输入输出内容 2.opencv将图像可视化

lab-classic 实验 2 用模板匹配玩转 Flappy Bird

知识点: 1.OpenCV的坐标体系 2.OpenCV的模板匹配方法 3.图像裁剪

lab-challenge 挑战 1 挑战:使用不同的模板匹配方法

知识点: 1.模板匹配算法的具体实现与意义

lab-classic 实验 3 用前向网络玩转 Flappy Bird

知识点: 1.卷积神经网络的搭建 2.中间过程的可视化 3.特征提取的技巧

lab-challenge 挑战 2 挑战:实现卷积

知识点: 1.卷积操作的理解

lab-challenge 挑战 3 挑战:用其它方法找到小鸟

知识点: 1.图像的像素点操作

lab-classic 实验 4 用 Keras 玩转 Flappy Bird

知识点: 1.Keras的基本使用方法 2.skimage对图像的基本操作方法 3.用Keras读取已训练的模型并预测 4.从网络的任意中间层抽取特征

lab-classic 实验 5 利用强化学习玩转 Flappy Bird

知识点: 1.深度强化学习基础概念 2.用Keras搭建卷积神经网络 3.用Keras训练强化学习模型

lab-challenge 挑战 4 挑战:使用 keras 函数式模型实现网络结构

知识点: 1.keras的网络构建

课程介绍

Python 使用机器学习玩转 Flappy Bird 游戏

课程介绍

Flappy bird 是一款 2014 年 2 月突然爆红的趣味小游戏,玩家通过点击屏幕来控制一只小鸟飞行,并避开沿途高低不平的管子。本训练营将通过以下三种方式玩转 pygame 版的 flappy bird 游戏。

纯人工操作运行 Flappy Bird 游戏

我们将通过纯人工操作运行 Flappy Bird 游戏,熟悉操作方式以及程序的输入输出。

使用传统计算机视觉玩转 Flappy Bird 游戏

通过传统计算机视觉的方法,找到游戏中小鸟和管道的位置,通过位置比较来让小鸟安全通过管道。

使用深度强化学习玩转 Flappy Bird 游戏

利用深度学习的框架 Keras,通过 Keras 导入已经训练完成的模型来玩 Flappy Bird 游戏。

从这个训练营你能学到什么

  • 掌握 Pygame 版 Flappy Bird 的基本使用方法。
  • 了解 OpenCV 的一些基础使用方法。
  • 掌握卷积运算并了解卷积神经网络基本构成。
  • 掌握 Keras 的使用方法。
  • 了解深度强化学习的概念与应用。

效果演示

  • 使用神经网络开始玩 Flappy Bird 。

keras_play

适合人群

学习本课程至少具备以下能力:

  • 有一定数学基础
  • 掌握 python 基础操作(函数,模块,面向对象)
  • 了解游戏中的概念
  • 了解图像的色彩模式(RGB 图像GRAY 图像)

课程信息

  • 学习周期:课程有效期2个月, 2个月后实验文档一直可以看,但无法进行在线实验。高级会员有效期内可一直学习,高级会员到期后课程失效(不能看文档)。
  • 课程价格:当前优惠价格 69 元 。
  • 企业团报:可获得更多支持服务,请点击购买咨询

学习建议

若掌握以下技能,将会获得更好的课程体验

  • 基础的英语阅读水平
  • 掌握矩阵的概念与运算操作
  • 了解机器学习中监督学习的基本概念
  • 了解卷积神经网络的基本概念
  • 掌握 Keras 基本操作

以上部分技能可以在实验楼以下课程学习到:

课程教师

Gods_Dusk 共发布过 2 门课程

厦门大学信息学院智能科学与技术系硕士研究生,中国生物医学工程学会,医学人工智能分会会员。多次参加kaggle图像分类竞赛和天池大数据竞赛。

查看老师的所有课程 >
实验楼楼+
实验楼会员