随着我国城市化进程的持续推进、教育改革的不断深化以及素质教育的广泛普及,基础教育建筑的空间需求不断加大。小学作为其中重要的一类在全国各地普遍建设,设计周期短与方案多方向思考时间长的矛盾是现今小学校园设计过程中的一大难点。本文通过结合人工智能的深度学习技术,试图让机器自主学习并掌握国内小学校园设计布局经验。在小学布局设计过程中,机器能以现有的用地边界及道路条件为基础,在极短时间内提供初始的设计方案或者候选方案,从而增加建筑师设计思考的全面性与多样性。本文首先从宏观上研究国内外深度学习技术与建筑创作结合的可能性,在明确实验目的和方法后,从多个渠道收集国内小学的实际校园设计布局方案,整理并制作了高质量的数据库。然后从传统的设计方法着手,研究常规设计下的校园布局模式,为利用深度学习技术自动生成小学校园设计布局做好理论与数据基础。接着进行实验并记录详细过程,随后对生成的最终结果进行多维度的有效性评价与拓展,最终基于既有的实验结果和现有的技术手段,合理展望未来发展和应用的可能性。本文的主体研究分为六个章节:第一章为绪论部分,阐述研究的背景及国内外相关研究的现状,界定研究范围,明确研究方法及框架。第二、三两章详细阐述了前人已有研究及深度学习的相关技术概念,明确实验的设计思路以及实验难点和可实施性,并对传统的小学校园布局模式和规律进行总结,为机器的生成结果有效性做好对比和验证基础。第四章详细阐述了在整个研究过程中具有代表性的三次逐次优化的实验过程和结果,并且第三次实验的最终成果也验证了此次实验的成功,达到本研究的预期目标。第五章则是对整个研究实验的回顾和探讨,包括从多方面论证实验最终结果的有效性,以及探讨整个实验优化过程的方法和影响因素,并在此基础上,提出此次研究现存的局限性和不足。第六章则是对最终的实验结果尝试进行应用拓展,包括利用Grasshopper从2D平面总图一键生成3D建筑模型,以及搭建了灵活交互的网页交互平台,为他人使用该实验成果提供便利,同时也利用该网页的评价系统,进一步证明了我们此次研究的可行性和可利用性。最终实验结果表明:1.可以利用深度学习技术高效地自动生成小学校园设计布局;2.在多数情况下机器生成的布局图可以与人类创造的布局图相提并论,在一些情况下生成的设计方案甚至优于真实的设计方案,这让我们看到了人工智能在建筑设计中的无限潜力和可能性。虽然人工智能不具备自我意识,但它仍然可以成为一个强大的设计工具,成为人类想象力的一个辅助扩展。尽管本文中使用的Pix2Pix模型以及其他深度学习相关智能工具在建筑设计领域的使用仍然处于初级尝试阶段,但我们依旧不能忽略其在未来可能带来的巨大应用价值。