人工智能实训用什么做的：人工智能技术实验

人工智能实训通常使用以下工具和资源:
1. 编程语言和框架:Python、Java、C 等编程语言,以及深度学习框架如TensorFlow、PyTorch等。
2. 数据集和训练工具:如数据集网站(如MNIST、CIFAR-10等)、训练工具(如Keras、TensorFlow、PyTorch等)。
3. 机器学习算法和模型:如线性回归、逻辑回归、决策树、支持向量机、神经网络、卷积神经网络、循环神经网络等。
4. 可视化工具:如Matplotlib、Seaborn、D3.js等,用于展示数据和模型的可视化效果。
5. 仿真工具:如Python中的Numpy、Scipy、Pandas等,用于模拟机器学习算法的仿真过程。
6. 课程教材和参考书籍:如《机器学习》、《深度学习》等。
以上工具和资源只是人工智能实训中的一部分,具体使用哪些工具和资源,取决于实训的具体目标和内容。