本代码仓库包含了北京科技大学2021级《人工智能与机器学习》课下实践作业的大部分内容，包括：
实验一环境配置部分的报告内容（环境配置根据步骤自己一步一步做就好）；
实验二、实验三（黑白棋、手写数字识别）的代码和报告内容；
实验四的部分报告内容（由于合作版权原因，对方不希望开源，故只提供基本设计思路和结果图片）
此代码仓库的主体为ipynb文件，请完成实验一创建好对应环境后，在jupyter lab中运行即可。如不想安装jupyter lab或习惯使用pycharm，可以打开ipynb文件复制代码到其他IDE中运行。
本仓库的代码是在本地环境下利用CPU跑的，如果使用华为Ascend云服务器或其他基于Linux的GPU服务器，在做实验三的时候记得修改代码参数。
本部分内容修改自某班课代表发送在课程微信群中的避坑要点。
同学们好，对Python部署不是很熟悉的同学，做实验时请大家注意实验环境版本问题，大家有很多问题可能出在版本上，应老师要求提醒大家（如果实验过程中没什么问题，或者自身有服务器使用经验/Python部署经验，可以直接忽略本条消息）
1.实验一中的《环境搭建实验手册》可以在模板中“课程方案”的链接里面，有一个下载课件的页面，可以下载一个几百M的压缩包，里面有环境搭建实验手册，压缩包里面的其他内容没什么大用。
2.根据《实验手册》进行搭建环境时，《实验手册》要求安装miniconda，如果电脑已经安装anaconda，则无需安装miniconda，直接根据anaconda的用法进行环境配置就可以了。《实验手册》里面指出的是安装2.0.0版，此处请替换为官网能用的最新版本（如果本地运行，Windows版本/非Ascend目前为2.2.14，如果在华为云端运行，可以下载2.3.0-rc2，2.2.14亦可），安装2.0.0版本会造成pillow库版本冲突错误，无法正常继续实验。
3.实验二较为简单，可以在本地运行，如果在本地运行的话，推荐大家使用jupyter lab进行（环境配置方法详见上文中实验手册），执行示例代码时，只需要将Word中代码块逐个复制到notebook文件中，自上而下依次运行即可。修改代码的时候也很方便，也可以使用pycharm等工具选择对应环境跑代码。有的同学可能把代码直接复制到一个Python文件双击运行了，这样的话实验一里面配置的Mindspore库就没有用到，肯定也会产生报错问题。
4.实验三的任务量并不大，有的同学可能也选择本地运行，但如果在本地实验的话不能用代码里面给的昇腾版本代码，请根据示例代码中的注释自己切换CPU版本，或者是自己本地环境对应的Linux-GPU版本，否则一定会产生版本冲突问题，代码跑不通。
contact me at xingjuustb@foxmail.com