华程智教AI后端研发工程师(Python/C++)课程大纲
2026-01-21 18:37:57 0 举报AI智能生成
华程智教AI后端研发工程师(Python/C++)课程大纲
作者其他创作
大纲/内容
Python基础
初识Python
Python核心特性
Python在AI领域的核心应用
开发环境搭建
数据类型与变量
基础数据类型以及类型转换
变量定义、赋值规则与命名规范
运算符与操作对象
什么是操作符和操作对象
算术运算符
比较运算符
赋值运算符
位运算符
逻辑运算符
成员运算符
身份运算符
运算符优先级
容器及其操作
列表（list）
元组（tuple）
字典（dict）
容器通用操作（排序、去重、批量处理）
流程控制与函数
条件语句（if/elif/else）及嵌套使用
循环语句（for/while）、循环控制（break/continue）
函数定义、调用、参数
变量作用域（局部/全局/nonlocal）
函数返回值及多返回值处理
面向对象编程
类与对象定义及实例化
构造方法__init__及属性初始化
实例方法、类方法（@classmethod）、静态方法（@staticmethod）
继承与多态、方法重写
异常与文件处理
异常捕获（try/except/else/finally）及常见异常类型
文件读写（open函数、读写模式、close关闭）
上下文管理器with语句及应用
图片文件读写（PIL/Pillow库基础操作）
序列化与反序列化
JSON模块：dump/dumps/load/loads及数据格式转换
Pickle模块：dump/dumps/load/loads及使用注意事项
ONNX 序列化入门 - 模型跨框架存储铺垫
Python AI 工程化扩展
数据处理核心库
NumPy基础：ndarray创建、维度/形状/数据类型、索引切片
NumPy进阶：数组重塑、广播机制、维度转换、矩阵运算（加减乘除、转置、逆矩阵）
Pandas基础：Series/DataFrame创建、数据读取（csv/txt）、数据清洗（缺失值/重复值处理）
Pandas进阶：特征工程（归一化/标准化）、分组统计、合并拼接
Matplotlib/Seaborn：绘图基础、折线图/柱状图/热力图、子图布局
并发编程
线程与进程概念、GIL原理
threading模块：线程创建/启动/.join()、线程池
multiprocessing模块：进程创建/进程池、进程间通信（Queue）
互斥锁（Lock）及资源竞争解决
协程基础：asyncio模块、async/await、Task对象、事件循环
异步数据库操作（Redis/MySQL异步读写）
数据库编程
CV元数据存储：MongoDB模型版本管理（版本号、训练参数、数据集来源记录）
推理结果缓存：Redis存储模型推理性能指标（FPS、内存占用）
MySQL基础：数据库/数据表创建、数据类型、约束（主键/外键/非空/唯一）
MySQL增删改查（INSERT/DELETE/UPDATE/SELECT）
Python操作MongoDB（pymongo库）
后端服务开发
FastAPI基础：路由定义、请求方法（GET/POST）、路径参数/查询参数
请求体模型（Pydantic）、参数校验与异常处理
响应封装、状态码设置、图片上传与返回
gRPC基础：ProtoBuf语法、服务定义、消息类型定义
Python gRPC开发：客户端/服务端实现、同步/异步调用
C++ 基础
入门与环境搭建
C++开发环境（GCC、Visual Studio）安装与配置
第一个C++程序（Hello World）、编译与运行流程
注释规范、代码格式化要求
基础语法与数据类型
基本数据类型（int、float、double、char、bool）及类型转换
常量（const）、变量定义与命名规范
输入输出（cin、cout）及格式控制
运算符（算术/比较/逻辑/赋值）及表达式、运算符优先级
流程控制
分支结构（if/else、switch/case）及嵌套
循环结构（for、while、do-while）、循环控制（break、continue）
数组
数组定义、初始化、访问及数组名特性
二维数组与多维数组
函数
函数定义、声明、调用及函数原型
函数参数（值传递、引用传递、指针传递）
函数重载、默认参数、内联函数（inline）
指针
指针基础：地址与指针变量、解引用运算符（*）、取地址运算符（&）
指针与数组、指针与函数（函数参数为指针、函数返回指针）
字符串与指针、字符数组与字符串常量
复合数据类型
结构体（struct）定义、初始化、成员访问
枚举（enum）定义与使用
共同体
内存管理
堆与栈内存、new/delete运算符、内存泄漏规避
面向对象编程
类与对象：类的定义、访问控制符（public/private/protected）
构造函数、析构函数、拷贝构造函数
对象数组、对象指针、this指针
友元函数和友元类
运算符重载（+、-、*、/、==等）
继承与派生、虚函数与多态
泛型编程与STL
函数模板、类模板定义与使用
STL容器：vector、map、unordered_map、list、queue、stack
STL迭代器：迭代器定义、遍历操作、const迭代器
STL算法：sort、find、reverse、accumulate等常用算法
智能指针（unique_ptr/shared_ptr）及使用场景
工程化基础
预处理指令（#include、#define、#if/#else）
文件I/O（fstream、ifstream、ofstream）
异常处理（try/catch/throw）及常见异常类型
CMake基础：CMakeLists.txt编写、编译配置、库链接
Qt跨平台开发
Qt6基础
Qt基础知识
Qt字符串类、时间类等常用工具类
Qt元对象
Qt控件
Qt布局
Qt Widget
分割窗口、停靠窗口、堆栈窗口
Qt对话框
文件对话框、颜色对话框、字体对话框、消息对话框
Qt主窗口
Qt事件处理系统
文件操作、目录处理
Qt绘图
图形视图、动画、状态机
Qt双缓冲机制
Qt音视频处理
模型视图结构
进阶
Qt网络编程：TCP
Qt网络编程：UDP
Qt多线程与多进程
Qt国际化
AI 核心算法
基础数据结构与算法
算法复杂度分析（时间复杂度、空间复杂度）
线性表：单链表、双向链表、循环链表（定义、遍历、增删改查）
栈与队列：顺序栈、链式栈、循环队列（定义、基本操作）
字符串：字符串匹配、基本操作
二叉树：二叉搜索树、平衡二叉树（遍历、插入、删除）
Hash表：哈希函数、冲突解决（开放定址法、链地址法）
常用排序算法：快速排序、堆排序、插入排序、希尔排序
常用查找算法：顺序查找、二分查找
动态规划基础：状态定义、转移方程、简单案例
AI 数学基础
线性代数：矩阵运算、向量空间、特征值与特征向量、矩阵求导
微积分：导数、偏导数、梯度、极限、积分基础
概率论：概率分布（正态分布、二项分布）、熵、交叉熵、极大似然估计
机器学习基础
机器学习概述：监督学习、无监督学习、半监督学习
经典算法：逻辑回归、决策树、随机森林、SVM、PCA降维
模型评估指标：准确率、召回率、F1值、ROC曲线、AUC值
特征工程：数据归一化、标准化、特征选择、特征转换
Scikit-learn实战：模型训练、评估、保存与加载
深度学习基础
神经网络基本结构：输入层、隐藏层、输出层
激活函数：ReLU、Sigmoid、Softmax及其应用场景
损失函数：MSE、交叉熵、GIoU
优化器：SGD、Adam、学习率调整策略
经典网络架构：CNN（卷积、池化、填充、步长）、ResNet、MobileNet
深度学习框架：PyTorch基础（张量操作、模型定义、数据加载）
PyTorch训练流程：前向传播、反向传播、参数更新
模型保存、加载及ONNX格式导出
TensorFlow/Keras基础：模型构建、训练与部署入门
C++ AI 高性能扩展
CUDA GPU加速
CUDA核心概念：主机（CPU）、设备（GPU）、线程层次（Grid、Block、Thread）
CUDA内存模型：全局内存、共享内存、常量内存
核函数（__global__）定义、调用及执行流程
线程索引计算、CUDA流（Stream）与异步执行
CUDA错误检查与调试方法
Nsight Compute工具使用（核函数性能分析）
推理框架C++接口
CMake工程进阶：跨平台编译、库链接（静态库、动态库）
ONNX Runtime C++ API：环境初始化、模型加载、张量创建与设置
ONNX Runtime推理执行、结果解析与数据转换
TensorRT C++ API：引擎构建（ONNX转Engine）、精度配置（FP32/FP16/INT8）
INT8量化：校准数据集准备、精度校准流程
TensorRT动态形状推理、多批次推理
推理框架常见问题：算子不兼容、精度漂移、维度错误解决方案
自定义TensorRT插件开发基础（YOLOv11后处理层NMS加速）
计算机视觉与AI算子开发
OpenCV核心操作
OpenCV环境搭建（C++/Python）
图像读写与显示（imread、imwrite、imshow）
视频读写（VideoCapture、VideoWriter）
颜色空间转换（BGR、RGB、灰度图、LAB）
图像几何变换（缩放、旋转、平移、翻转）
ROI区域提取、图像滤波（高斯滤波、中值滤波）
边缘检测（Canny算法）及API使用
OpenCV DNN 模块
DNN模块核心流程：模型加载、输入设置、推理执行、结果解析
预训练模型调用与推理验证（YOLOv11）
YOLOv11算子开发
模型输入预处理算子
图像 Resize（保持比例 / 填充）- 对齐模型输入尺寸
像素值归一化（0-1/-1-1）- 匹配训练时预处理
色域转换（RGB→BGR / 归一化）- 框架适配
批量预处理 - OpenMP/CUDA 加速
模型输出后处理算子
边界框解析 - YOLO 输出转坐标
非极大值抑制（NMS）- 去重重叠框
类别映射 - 索引转标签名称
算子C++封装：函数定义、动态库生成
算子性能对比：Python vs C++ vs CUDA实现速度差异分析
YOLOv11核心算法
YOLOv11架构解析：Backbone（C3模块）、Neck（PANet）、Head（Anchor-Free）
YOLOv11改进：Mamba-YOLO（ODMamba骨干网络、RG块、Vision Clue Merge）
损失函数优化：CIoU Loss替代MSE
训练调参实战：学习率调度、数据增强策略（Mosaic/MixUp）配置
模型评估：mAP、FPS、IoU指标计算
算子性能优化
循环展开、内存对齐等C++算子优化技巧
ONNX自定义算子开发：算子定义、导出与校验
AI 模型部署与工程化
模型格式与转换
主流模型格式：ONNX、TorchScript、TensorRT Engine
PyTorch转ONNX：参数配置、动态维度设置、算子兼容处理
TensorFlow转ONNX（tf2onnx工具使用）
模型验证：ONNX Checker校验、推理结果一致性对比（Python vs C++）
高性能推理优化
ONNX Runtime优化：线程数配置、内存池调整、CPU/GPU切换
TensorRT引擎优化：推理精度与速度权衡（FP32→FP16→INT8）
OpenVINO优化：CPU推理性能调优（线程绑定、内存池配置）
TensorFlow→ONNX（tf2onnx 工具）
导出常见问题（算子不兼容 / 维度错误）
跨语言开发
Python调用C++：ctypes库使用、动态库加载、参数类型转换
C++扩展Python：CPython API、扩展模块编写与编译
GIL释放策略与多线程推理性能优化
gRPC跨语言通信：C++服务端+Python客户端（推理服务）
服务化部署
推理服务封装：C++推理核心+FastAPI接口集成
请求限流、超时处理、异常捕获与日志记录
批量推理：任务队列、资源池化、调度策略
容器化部署
Docker基础：镜像构建、容器创建与运行、GPU映射
Dockerfile编写（集成推理框架、依赖库）
K8s基础：集群调度、服务暴露、负载均衡
边缘部署：Jetson Nano环境配置、模型轻量化适配（TensorRT量化）
监控与高可用
推理耗时、资源占用（CPU/GPU/内存）统计
Prometheus+Grafana监控系统搭建（推理延迟、GPU显存占用、吞吐量）
推理服务容错、降级机制实现
综合实战
阶段小实战
FastAPI开发YOLOv11实时检测接口：接口定义（上传图片→返回检测结果）、参数校验、异常处理、文档生成；模型加载、推理执行、结果封装与返回；接口性能测试与优化
C+++TensorRT推理实现：ONNX模型转换为TensorRT Engine；预处理、推理、后处理全流程C++编码；推理速度测试与对比（CPU vs GPU）
PyTorch训练YOLOv11模型：数据集准备（标注、预处理）、模型构建（Backbone/Neck/Head）、训练调参（学习率、数据增强）、模型导出ONNX
Python调用C++推理库及边缘部署：C++推理动态库编译与测试；Python ctypes调用动态库；Jetson Nano环境配置与部署测试
图像分类推理服务（FastAPI+TensorRT）
OCR 推理服务（预处理 + 后处理算子优化）
综合大实战
边缘端YOLOv11目标检测系统
模型层：YOLOv11轻量化训练（Mamba-YOLO）、ONNX导出、TensorRT量化（INT8）
算法层：C++推理核心开发（CUDA加速预处理/后处理）、算子优化（NMS加速）
服务层：gRPC服务端开发（推理请求/响应定义）、请求处理与限流
部署层：Docker镜像构建（多模型版本共存）、Jetson Nano部署
监控层：上位机监控脚本开发（推理速度、精度、功耗）、Prometheus+Grafana可视化
工程规范：Git分支管理、代码评审、文档编写
输出物：完整工程代码、性能报告（速度/精度/功耗）、部署文档、接口文档
0 条评论
下一页
