除了建立自己的基础知识框架外，学习人工智能还应注重实战项目的实践，以达到灵活掌握人工智能技术的目的，因此，在选择人工智能培训机构时，必须考察培训课程中是否有实战项目，以博学谷的人工智能培训课程为例，来看相关的实战项目。

人工智能实战训练工程

实战项目 1：人脸识别打孔

随着人工智能时代的到来，各大工厂在人工智能领域投入了大量的人力和物力。学习掌握大型工厂的人工智能技术，可以使我们更快地实现业务场景的智能化。本文主要介绍了百度人工智能的三个平台：机器学习平台、深度学习平台和人工智能平台，并阐述了人工智能平台中的三大主流技术：图像技术、语音技术和自然语言处理技术。最后，以 "人脸识别打孔" 为例，详细阐述了项目的体系结构设计和开发过程。经过这门课程，我们不仅可以掌握图像、语音和自然语言处理 Api 的使用，还可以使用 Api 来实现特定应用程序的开发。

实战项目 2：商品目标探测

目标检测是计算机视觉中最常见的应用之一，有着广泛的应用。本课程从目标检测算法入手，对每种算法进行了全面、详细的说明，并对数据集标记和处理的相关内容进行了说明。最后，以一个实际作战项目商品对象检测为例，说明了整个项目的体系结构设计和整个项目的开发过程。在学习本课程之后，我们不仅可以掌握目标检测算法的原理和模型训练工具的使用，还可以掌握使用 TensorFlowServing 完成模型部署和客户端编写的能力。

实战项目 3：Ai 游戏

这是最适合初学者的人工智能培训课程。这门课程是为对人工智能感兴趣的零基础学习者开发的快速入门级课程，形式是深度和易懂的解释；内容清晰而丰富的内容系统：神经网络结构、激活功能、神经元、卷积神经网络、监督学习、无监督学习，以及 TensorFlow 框架知识、语法结构和综合应用。有趣而丰富的游戏案例设计：飞机炸弹、坦克射击、射箭、步行迷宫等游戏为教学目的，容易进入人工智能的神秘领域。

实战项目 4：PyTorch 经典项目

深入学习框架 PyTorch 实战项目的目的是帮助学生快速掌握 PyTorch 框架核心模块和项目应用实例的使用，使学生能够熟练地使用 PyTorch 框架进行项目开发。人工智能的训练内容都是以实战为指导的。根据经典的计算机视觉和自然语言处理项目，通过 Debug 模式详细说明了项目中每一行代码的功能和效果。

实战项目 5：坦索洛深造

TensorFlow 是 Google 的开源深入学习（包括机器学习）框架，伴随着人工智能产业的繁荣而久负盛名。这门人工智能培训课程从 TensorFlow 安装开始，从基本的计算结构到每个主要神经网络的深度学习，整个案例代码的实际战斗过程，逐步带你去使用深入学习框架 Tensorlow，玩 TensorFlow 模型训练和其他知识点。