← 全部课程
人工智能基础B
上海交通大学 · 学生创新中心
一门面向实践的人工智能导论课：从 AI 概论与 Python 基础，走到线性回归与神经网络、卷积神经网络、目标检测 YOLO，最后落到大语言模型流水线与 Gradio 应用。
课程助教
基于本课程全部知识库答疑，回答附出处，只讲课里有的，不编造。
开始提问 →随机练习
从题库按章节 / 题型 / 难度随机抽题，自动判分、即时解析、错题本重练。
开始练习 →语音助教 测试
用老师的克隆声音边讲边显图文：开口提问，实时识别、检索讲解、同步公式与示意图。
语音提问 →知识图谱
全部笔记的关联网络，力导向可视化：拖拽缩放，探索章节与知识点之间的脉络。
探索图谱 →原理可视化
每个核心知识点一个直观动画讲解，按章浏览、点击放大 —— 抽象概念一看就懂。
观看动画 →工程笔记
上传或粘贴你完成项目时与 AI 协作的痕迹——给 AI 的 prompt、润色前后对比、你的追问与取舍。AI 据此评估你的提问是否细致切中要害、有没有真正的思考；平台助教问答自动留痕作为对照证据，教师再综合评定。
打开我的工程笔记 →课程章节
- 1人工智能概论与Python基础 — AI/ML/DL 概念体系、发展史、三要素 ABC、Python 实践入门
- 2Python编程基础 — 变量与数据类型、条件、循环、函数、类与对象
- 3从线性回归到神经网络 — 线性回归、MSE、梯度下降、激活函数、前向/反向传播、Softmax
- 4卷积神经网络及实践 — 卷积、池化、CBA、参数量、ResNet、迁移学习
- 5目标检测YOLO — 两阶段/一阶段、边界框、IoU、NMS、mAP、YOLO 实践
- 6大语言模型流水线解析与Gradio应用 — 分词、位置编码、注意力、Transformer、解码策略、Gradio 与大模型 API
题库共 320 题