本书是《智能计算系统》教材的配套实验教程，全书基于智能计算系统各章节的重点或难点，结合智能计算系统的软硬件技术栈设计了基于通用CPU平台和深度学习处理器平台的分阶段实验和综合实验。实验设计与理论章节一对一匹配，结合知识树的构建，帮助高校教师和学生轻松上手实验，切实强化动手能力，让学生真正掌握智能计算系统的部署与优化。

丛书序言前言第1章 绪论 11.1 智能计算系统简介 21.2 实验设计 41.3 实验平台 81.3.1 硬件平台 81.3.2 软件环境 91.4 游戏实验系统 10第2章 神经网络设计实验 122.1 基于三层神经网络实现手写数字分类 122.1.1 实验目的 122.1.2 背景介绍 132.1.3 实验环境 172.1.4 实验内容 182.1.5 实验步骤 192.1.6 实验评估 292.1.7 实验思考 292.2 基于DLP平台实现手写数字分类 292.2.1 实验目的 292.2.2 背景介绍 302.2.3 实验环境 342.2.4 实验内容 342.2.5 实验步骤 352.2.6 实验评估 402.2.7 实验思考 40第3章 深度学习应用实验 413.1 基于VGG19实现图像分类 413.1.1 实验目的 413.1.2 背景介绍 423.1.3 实验环境 453.1.4 实验内容 463.1.5 实验步骤 463.1.6 实验评估 533.1.7 实验思考 543.2 基于DLP平台实现图像分类 543.2.1 实验目的 543.2.2 实验环境 553.2.3 实验内容 553.2.4 实验步骤 553.2.5 实验评估 603.2.6 实验思考 603.3 非实时图像风格迁移 613.3.1 实验目的 613.3.2 背景介绍 613.3.3 实验环境 643.3.4 实验内容 643.3.5 实验步骤 653.3.6 实验评估 743.3.7 实验思考 763.3.8 延伸拓展 77第4章 编程框架实验 794.1 基于TensorFlow实现图像分类 794.1.1 实验目的 794.1.2 背景介绍 804.1.3 实验环境 844.1.4 实验内容 854.1.5 实验步骤 854.1.6 实验评估 904.1.7 实验思考 914.2 基于TensorFlow实现实时风格迁移推断 914.2.1 实验目的 914.2.2 背景介绍 914.2.3 实验环境 964.2.4 实验内容 964.2.5 实验步骤 964.2.6 实验评估 1024.2.7 实验思考 1024.3 基于TensorFlow实现实时风格迁移训练 1024.3.1 实验目的 1024.3.2 背景介绍 1024.3.3 实验环境 1044.3.4 实验内容 1054.3.5 实验步骤 1054.3.6 实验评估 1164.3.7 实验思考 1164.4 自定义TensorFlow CPU算子 1164.4.1 实验目的 1164.4.2 背景介绍 1174.4.3 实验环境 1184.4.4 实验内容 1184.4.5 实验步骤 1194.4.6 实验评估 1314.4.7 实验思考 131第5章 智能编程语言实验 1325.1 智能编程语言算子开发与集成实验（BCL开发实验） 1325.1.1 实验目的 1325.1.2 背景介绍 132