（一）基于TensorFlow的聊天机器人——导学

一、课程导学
深度学习领域中两个热门的技术：
1、图像处理
2、自然语言处理（NLP)：聊天机器人、文本处理、垃圾邮件识别

本课程项目：聊天机器人
框架：
TensorFlow：谷歌开源的深度学习框架>训练模型
Android(操作系统)：作为聊天机器人的使用和开发载体

技术点：
1、NLP技术点：
（1）RNN和LSTM的原理和应用范围： RNN：循环神经网络
LSTM：长短期记忆网络
（2）NLP语言模型解析
（3）语料库的获取和建立方法
（4）Word2vec、seq2seq
（5）词向量、命名实体识别、词性标注等NLP基础
（6）分类模型（朴素贝叶斯、隐马尔可夫模型等）
（7）文本处理方法、Attention机制
（9）聊天机器人的训练思路

2、TenorFlow和Android技术点
（1）TenforFlow框架原理
（2）模型构建与训练
（3）模型的部署与发布
（4）TensorFlow发布flask接口

	（5）Android系统架构
	（6）Android开发流程
	（7）Android调用第三方API
	  (8）Android的打包和发布

收获：NLP知识、你训练的聊天机器人、TensorFlow框架使用

技术储备：Python、TensorFlow、Android

二、基础导学

什么是TensorFlow？
TensorFlow基本原理及训练模型
什么是Android系统？
如何开发一个Android的APP

1、TensorFlow框架介绍
TensorFlow：
定义：谷歌基于DistBelief进行研发的第二代人工智能学习系统

用处：
（1）用于语音识别或图像识别等多项机器学习和深度学习领域
（2）将复杂的数据结构传输至人工智能神经网中进行分析和处理
支持CNN、RNN和LSTL算法，是目前在Image、Speech和NLP中最流 行的深度神经网络模型

TensorFlow系统框架

前端：负责提供TensorFlow的编程模型（即我们要训练的模型）、构造计算图、管理 session的周期

TensorFlow的基本要素

张量（Tensor）：对神经网络高维度的表达方式，在TensorFlow中，张量的维度称为“阶”，是张量维度的一个数量的描述，与矩阵的阶非同一概念

图（Graph)：代表模型的数据流，由多个ops（操作即节点）和tensor（数据流即边）组成，算法都会表示成计算图（数据流图），可看作是有向图，张量就是通过各种操作在有向图中流动。

会话（Session）：在TensorFlow中，要想启动一个图前提是要先创建一个会话，所有对图的操作，都必须放在会话中进行。
例如：

import tensorflow as tf
Hello = tf.constant('Hello Tensorflow!')
sess = tf.Session();//创建会话
print(sess.run(Hello));

TensorFlow基本原理及模型训练

注意：
训练文本和训练图像的数据集不同
训练集和测试集要分开，结构尽可能保持一致
训练集尽量大，保证准确性

2、Android系统介绍

定义：
基于Linux的开源的操作系统，主要用于移动设备
采用了分层的架构，分为四个层：应用程序层、应用程序框架层、系统运行库层、Linux内核层。
开发人员可以用Java语言来编写Android应用程序

Applications（应用程序层）：包含Android核心自带的应用程序（如通讯录 闹钟等）

Application Frameworks（应用程序框架层）：开发人员运用该层的模块来开发应用
详解：
Activity Manager（活动管理器）：管理应用程序的生命周期，提供导航、回退、返回按钮等
Window Manager（窗口管理）：Android的窗口机制，添加或删除界面、视图到屏幕
Content providers（内容提供者）：使一个应用程序可以访问另一个应用程序的数据
View System（视图管理层）：创建应用程序的视图，即各种UI组件
Notification Manager（通知管理区）：管理Android在状态栏显示的通知
Pacage Maneger（包管理区）：可以获得应用程序的信息如版本号、名字
Telephony Manager（电话管理区）：用于访问手机通讯相关的状态如4G
Resource Manager（资源管理器）：管理图片、界面、字体颜色等
Location Manager（定位管理）：如微信朋友圈定位、百度导航等
XMPP Service（可扩展的协议服务）

Libraries（函数库）
Surface Manager：对显示子系统的管理，并为应用程序提供2D和3D的融合
Media Framework：支持静态动态图等
SQLite：Android系统的数据库，管理应用程序存储的数据
OpenGLIES：硬件3D加速库
FreeType：支持向量显示
Webkit：对Web浏览器的支持
SGL：管理2D图形
SSL：安全套接层
libc：基础库

Android Runtime（安卓运行时库）
Core Libraries：支持Java编程的库
Daivik Virtual Machine：管理Android平台虚拟机

Linux kernel：对安卓系统的提供最底层的服务

Android开发流程
注意：布局文件即界面

Android环境搭建
需要的工具及环境：
JDK：Java开发的包
Android SDK：安卓的开发包
Android Studio：安卓的开发平台
MuMu模拟器

注意：
（1）解决MuMu模拟器界面仿真机问题
设置中心>界面设置>宽：1080 高：1920>属性配置>手机机型
（2）解决打开Android Studio运行无法找到设备问题

（3）解决androidStudio开发过程中minSdk(API 24) > deviceSdk(API 23)
在Android目录下找到build gradle 文件，修改android:minSdkVersion="23"或更小，然后点击在右上侧的蓝色同步按钮，重新生成，即可解决问题