人工智能實(shí)訓(xùn)平臺(tái)建設(shè)需求_第1頁
人工智能實(shí)訓(xùn)平臺(tái)建設(shè)需求_第2頁
人工智能實(shí)訓(xùn)平臺(tái)建設(shè)需求_第3頁
人工智能實(shí)訓(xùn)平臺(tái)建設(shè)需求_第4頁
人工智能實(shí)訓(xùn)平臺(tái)建設(shè)需求_第5頁
已閱讀5頁,還剩22頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

人工智能實(shí)訓(xùn)平臺(tái)建設(shè)需求一、貨物一覽表序號(hào)設(shè)備名稱數(shù)量備注1人工智能實(shí)訓(xùn)平臺(tái)(為核心產(chǎn)品)1套2人工智能課程資源1套3人工智能實(shí)訓(xùn)項(xiàng)目資源1套4智能分析教學(xué)實(shí)驗(yàn)平臺(tái)1套5智能分析教學(xué)實(shí)驗(yàn)課程資源包1套6智能工業(yè)視覺應(yīng)用平臺(tái)2臺(tái)7脈沖圖像實(shí)訓(xùn)科研設(shè)備1臺(tái)8智能算法教學(xué)學(xué)習(xí)平臺(tái)1套技術(shù)要求序號(hào)名稱數(shù)量技術(shù)參數(shù)1人工智能實(shí)訓(xùn)平臺(tái)11、教學(xué)模塊(1)支持在線編程功能,要求平臺(tái)能夠通過瀏覽器來運(yùn)行,各用戶端不需要安裝任何附加軟件即可應(yīng)用所有的模塊;(2)支持在線項(xiàng)目協(xié)作,可邀請(qǐng)老師或同學(xué)進(jìn)入項(xiàng)目幫助修改代碼,解決問題;支持協(xié)作中實(shí)時(shí)看到對(duì)方的代碼修改;支持協(xié)作中在平臺(tái)實(shí)時(shí)聊天交流,以及代碼一鍵分享到聊天;支持課件修改調(diào)整的一鍵重置;(3)支持Python語言編程;(4)支持JupyterLab代碼運(yùn)行和模型訓(xùn)練,支持多Notebook分屏使用,支持在同一編程環(huán)境中多視窗顯示,提供常用機(jī)器學(xué)習(xí)庫的可視化的文檔內(nèi)容與關(guān)鍵字查詢功能,支持模型結(jié)構(gòu)和模型訓(xùn)練的可視化與訓(xùn)練過程動(dòng)態(tài)展示;(5)支持搜索平臺(tái)中他人分享的和第三方公開的代碼塊資源,并一鍵導(dǎo)入;支持將代碼塊公開與分享機(jī)制,代碼報(bào)錯(cuò)一鍵在線求助,支持平臺(tái)內(nèi)和去第三方平臺(tái)求助;(6)支持文件存取,文件系統(tǒng)管理,快速上傳下載文件,支持Notebook文件導(dǎo)出PDF和HTML等通用格式,支持模型文件一鍵轉(zhuǎn)換移動(dòng)端模型格式;(7)支持離線模型訓(xùn)練任務(wù)以及調(diào)用GPU計(jì)算,以便于提高模型訓(xùn)練效率;a.支持模型模塊部署分享和調(diào)用,方便將模型打包成可調(diào)用模塊,分享給他人調(diào)用;b.跨算法框架的自動(dòng)超參數(shù)調(diào)整,支持可視化界面調(diào)用;(8)Markdown輔助編輯工具欄與實(shí)時(shí)預(yù)覽;(9)支持在學(xué)習(xí)環(huán)境中安裝第三方的代碼庫,并持久化保存用戶自己安裝的庫;(10)要求采用基于WEB的B/S架構(gòu)體系,能在Windows、Linux、MacOS等平臺(tái)下正常運(yùn)作,要求具有高可移植性和可跨平臺(tái)性;(11)保證系統(tǒng)的可擴(kuò)充性和分布式布署的安全可靠性,夠運(yùn)行在流行硬件平臺(tái)之上;(12)支持JupyterLab代碼運(yùn)行和模型訓(xùn)練,支持調(diào)用預(yù)置代碼資源輔助開發(fā),支持不少于3種預(yù)置代碼資源,包含代碼塊、代碼文件、功能模塊;(13)提供數(shù)據(jù)處理和建模的工具,包含圖片增強(qiáng)、方差過濾、缺失值補(bǔ)充、數(shù)據(jù)歸一化等;2、課程模塊要求以AI教學(xué)場(chǎng)景應(yīng)用為目標(biāo),將主流人工智能前沿領(lǐng)域與行業(yè)實(shí)際應(yīng)用場(chǎng)景結(jié)合,支持包括計(jì)算機(jī)視覺、自然語言處理、數(shù)據(jù)分析與處理在內(nèi)的多個(gè)領(lǐng)域的實(shí)訓(xùn)教學(xué)。(1)提供擴(kuò)增課程功能,支持教師線上平臺(tái)自編系列課程內(nèi)容,同時(shí)提供課程內(nèi)容的編輯、動(dòng)態(tài)保存、下載、導(dǎo)出,以及同步至課程中;(2)支持協(xié)作、分享、溝通等功能;(3)具備不同的用戶權(quán)限,支持區(qū)分管理員、教員、學(xué)員角色,同時(shí)支持對(duì)角色的權(quán)限調(diào)整;(4)支持教員在線上平臺(tái)創(chuàng)建和上傳系列課程內(nèi)容,提供課程內(nèi)容的編輯、動(dòng)態(tài)保存、下載、導(dǎo)出功能,提供基礎(chǔ)課程的復(fù)制、二次開發(fā)及發(fā)布功能;(5)支持創(chuàng)建、修改、刪除課程計(jì)劃,課程計(jì)劃包含課程在不同用戶間的隔離,課程與作業(yè)開放及截至?xí)r間的調(diào)整等;(6)支持學(xué)員對(duì)課程資源的靈活訪問,并且記錄課程章節(jié)進(jìn)度、作業(yè)進(jìn)度、作業(yè)提交次數(shù)與提交時(shí)間;(7)支持學(xué)員按教學(xué)計(jì)劃加入教學(xué)班,能夠針對(duì)不同教學(xué)班的學(xué)員進(jìn)行課程資源分配,支持教員對(duì)課程資源的授權(quán)管理;3、數(shù)據(jù)集模塊(1)開放自有數(shù)據(jù)集的上傳、管理與分享功能;(2)可在項(xiàng)目中引入現(xiàn)有數(shù)據(jù)集,支持查看引用數(shù)據(jù)集的項(xiàng)目,或者將數(shù)據(jù)集下載到本地使用;(3)支持?jǐn)?shù)據(jù)集的協(xié)作、分享、溝通等功能;(4)支持?jǐn)?shù)據(jù)集目錄與文件預(yù)覽;(5)預(yù)置不少于50個(gè)數(shù)據(jù)集,包含計(jì)算機(jī)視覺、自然語言處理、數(shù)據(jù)分析等領(lǐng)域。4、教學(xué)管理模塊(1)內(nèi)置課程,含視頻、文檔等多媒體內(nèi)容;(2)支持代碼、文本、富媒體結(jié)合的在線Notebook演示功能,能夠根據(jù)老師的配置,將Notebook分段分區(qū),在大屏上更清晰專注地展示代碼與課件內(nèi)容,演示中支持實(shí)時(shí)執(zhí)行與展示結(jié)果,支持在Notebook上圈畫書寫,支持調(diào)出黑板進(jìn)行板書講解;(3)具備教學(xué)管理功能a.基礎(chǔ)的賬號(hào)管理和基于RBAC的權(quán)限管理,擁有管理員、老師、助教、學(xué)生等角色;b.課堂管理,教師具有開課功能,學(xué)生上課中能夠在線使用舉手功能;c.作業(yè)管理,支持單選、多選、代碼OJ題、模型實(shí)驗(yàn)題等題型,支持下發(fā)、自動(dòng)評(píng)分、成績管理、學(xué)習(xí)進(jìn)度查看與統(tǒng)計(jì)等功能;d.課程管理,課程創(chuàng)建與修改,學(xué)生導(dǎo)入課程;e.資源管理,管理員及教師均可管理學(xué)生的項(xiàng)目、數(shù)據(jù)集額度和GPU時(shí)長;(4)提供GPU算力池、項(xiàng)目池、數(shù)據(jù)集池分配系統(tǒng);(5)支持查看學(xué)員學(xué)習(xí)完成效率,能夠準(zhǔn)確記錄學(xué)員作業(yè)提交次數(shù)、提交時(shí)間,便于學(xué)習(xí)過程考評(píng);5、實(shí)訓(xùn)模塊(1)提供項(xiàng)目創(chuàng)建與分享、邀請(qǐng)協(xié)作以及可將AI項(xiàng)目部署至平臺(tái)中,提供可視化調(diào)用功能;(2)項(xiàng)目代碼和文件支持分布式版本管理;(3)模型部署服務(wù);支持將模型文件一鍵轉(zhuǎn)換為移動(dòng)端模型格式,將原始模型進(jìn)行自動(dòng)壓縮量化為適應(yīng)移動(dòng)端部署的模型格式;自動(dòng)生成模型的HTTP預(yù)測(cè)API以及基于Web的調(diào)用界面;(4)提供在線代碼訓(xùn)練和離線模型訓(xùn)練兩種模式,支持訓(xùn)練過程中在線代碼調(diào)試及模型訓(xùn)練效果預(yù)覽,支持離線模型訓(xùn)練任務(wù)以及GPU資源調(diào)度、訓(xùn)練指標(biāo)可視化,提升模型訓(xùn)練效率;(5)支持模型一鍵線上部署,并提供不少于4種模型調(diào)用方式,包含在線使用、JavaScriptapi調(diào)用、Curlapi調(diào)用、Pythonapi調(diào)用等;(6)包含以下部署到模型服務(wù)中支持可視化調(diào)用的實(shí)訓(xùn)項(xiàng)目:a.人體識(shí)別;

b.自動(dòng)生成圖片描述;

c.表情識(shí)別;

d.圖片相似度對(duì)比;

e.垃圾分類識(shí)別;

f.目標(biāo)檢測(cè);

g.車牌識(shí)別;

h.文字識(shí)別;

i.文本情感分析;

j.聊天機(jī)器人;

k.圖像風(fēng)格轉(zhuǎn)變;6、容器模塊(1)總體要求:要求基于Docker容器開放式云平臺(tái)架構(gòu),優(yōu)勢(shì):更高效的利用系統(tǒng)資源、秒級(jí)的啟動(dòng)時(shí)間、更輕松的遷移、更輕松的維護(hù)和擴(kuò)展。(2)鏡像管理功能:要求能顯示鏡像列表、要求能顯示鏡像構(gòu)建歷史、能從容器創(chuàng)建新鏡像、要求能夠從Dockerfile構(gòu)建鏡像、從Registry下載鏡像、能將鏡像上傳到Registry、要求能夠刪除DockerRegistry中的鏡像、支持使用Dockerfile構(gòu)建鏡像。(3)配額調(diào)度:?jiǎn)?dòng)/停止/重啟容器、暫停/恢復(fù)容器、刪除容器、限制容器對(duì)CPU的使用、限制容器對(duì)內(nèi)存的使用。支持私有DockerRegistry。(4)基于容器的應(yīng)用部署、維護(hù)和滾動(dòng)升級(jí)。(5)支持負(fù)載均衡。(6)支持認(rèn)證、授權(quán)、訪問控制等機(jī)制。(7)支持維護(hù)集群狀態(tài),比如故障檢測(cè)、自動(dòng)擴(kuò)展、滾動(dòng)更新等。(9)支持Scheduler資源調(diào)度。(10)支持維護(hù)容器的生命周期,支持Volume(CVI)和網(wǎng)絡(luò)(CNI)管理。(11)支持鏡像管理以及Pod和容器運(yùn)行時(shí)接口(CRI)。2人工智能課程資源1(1)《人工智能導(dǎo)論》《人工智能導(dǎo)論》介紹人工智能通識(shí)概念和基本原理,幫助學(xué)生形成輪廓性認(rèn)識(shí),培養(yǎng)人工智能基礎(chǔ)思維,為學(xué)生后續(xù)學(xué)習(xí)人工智能具體算法奠定基礎(chǔ)。(2)《Python數(shù)據(jù)處理與可視化》《Python數(shù)據(jù)處理與可視化》講解數(shù)據(jù)分析和可視化的基礎(chǔ)概念,并且提供Numpy、Pandas等內(nèi)容的教學(xué)方案。(3)《數(shù)據(jù)分析與應(yīng)用》《數(shù)據(jù)分析與應(yīng)用》講解數(shù)據(jù)預(yù)處理、分類、關(guān)系挖掘、聚類、以及實(shí)戰(zhàn)練習(xí)。(4)《深度學(xué)習(xí)實(shí)踐》《深度學(xué)習(xí)實(shí)踐》介紹逐步介紹深度學(xué)習(xí)的核心方法,將重點(diǎn)介紹卷積神經(jīng)網(wǎng)絡(luò)、時(shí)間序列分析等主流深度學(xué)習(xí)模型及經(jīng)典算法。(5)《計(jì)算機(jī)視覺應(yīng)用開發(fā)》《計(jì)算機(jī)視覺應(yīng)用開發(fā)》是計(jì)算機(jī)視覺領(lǐng)域中目標(biāo)識(shí)別、人臉識(shí)別、行為分析等任務(wù)的基本教學(xué)內(nèi)容。本課程包括圖像分類、目標(biāo)識(shí)別、計(jì)算機(jī)視覺實(shí)戰(zhàn)項(xiàng)目。(6)《自然語言處理應(yīng)用開發(fā)》《自然語言處理應(yīng)用開發(fā)》將講解相關(guān)基礎(chǔ)概念和經(jīng)典案例,包括情感分析、詞性判斷、句法分析以及實(shí)戰(zhàn)項(xiàng)目內(nèi)容。3人工智能實(shí)訓(xùn)項(xiàng)目資源1包括以下項(xiàng)目,項(xiàng)目包含實(shí)例說明、項(xiàng)目代碼、基礎(chǔ)指南、相關(guān)相關(guān)數(shù)據(jù)集:《智能駕駛與無人車》具體包含以下實(shí)訓(xùn)項(xiàng)目:車牌識(shí)別、自動(dòng)駕駛、道路交通指示牌識(shí)別;《智慧醫(yī)療》具體包含以下實(shí)訓(xùn)項(xiàng)目:醫(yī)療圖像語義分割、心血管疾病預(yù)測(cè)、心衰死亡率預(yù)測(cè)、心臟病預(yù)測(cè)、奧密克戎病毒傳播分析與預(yù)測(cè);《智慧金融》具體包含以下實(shí)訓(xùn)項(xiàng)目:股票市場(chǎng)分析與預(yù)測(cè)、比特幣分析預(yù)測(cè);《電商零售分析》具體包含以下實(shí)訓(xùn)項(xiàng)目:批發(fā)經(jīng)銷商客戶價(jià)值細(xì)分、商場(chǎng)顧客聚類分析、服裝評(píng)價(jià)情感分析;《智慧城市管理與安防》具體包含以下實(shí)訓(xùn)項(xiàng)目:人臉關(guān)鍵點(diǎn)檢測(cè)、人體關(guān)鍵點(diǎn)檢測(cè)、目標(biāo)識(shí)別、口罩識(shí)別、垃圾分類、人體姿態(tài)識(shí)別;4智能分析教學(xué)實(shí)驗(yàn)平臺(tái)1教學(xué)管理模塊:1.支持教師管理課程下的教學(xué)視頻、教學(xué)資源、實(shí)驗(yàn)、學(xué)生筆記。2.支持統(tǒng)計(jì)學(xué)生學(xué)習(xí)情況,掌握學(xué)生學(xué)習(xí)進(jìn)度,指導(dǎo)學(xué)生完成學(xué)習(xí)任務(wù)。3.支持老師圍繞課程創(chuàng)建作業(yè),支持學(xué)生進(jìn)入實(shí)驗(yàn)環(huán)境完成作業(yè)。4.支持教師批改學(xué)生作業(yè),并查看作業(yè)的統(tǒng)計(jì)情況。4.1.提供基于web的交互式在線編程環(huán)境,支持Markdown語法。4.2.支持python語言的在線編輯,用戶可基于特定的業(yè)務(wù)場(chǎng)景中的數(shù)據(jù)與算法獨(dú)立的使用交互編程組件進(jìn)行腳本語言代碼的調(diào)試與執(zhí)行。4.3.編程時(shí),提供語法高亮、縮進(jìn)、tab補(bǔ)全等功能。4.4.支持直接通過瀏覽器運(yùn)行代碼,在代碼塊下方展示運(yùn)行結(jié)果。5.支持在線安裝與集成主流第三方算法庫。5.1.支持教師通過單題新增或批量導(dǎo)入的方式管理個(gè)人題庫。5.2.題目須支持通過使用公式編輯器插入公式,并支持調(diào)整字體、字號(hào)等文字格式。5.3.支持教師利用題庫新建試卷,也支持編輯歷史試卷中的部分題目,生成新的試卷,試卷支持導(dǎo)出。5.4.支持監(jiān)管學(xué)生的考試過程,記錄每個(gè)學(xué)生的考試起止時(shí)間。5.5.支持智能監(jiān)控考場(chǎng)紀(jì)律,如學(xué)生進(jìn)行頻繁切換頁面、返回桌面、打開其他文件等操作,將會(huì)強(qiáng)制交卷。6.客觀題支持自動(dòng)批改,主觀題支持多人協(xié)作閱卷。7.支持按人和按題統(tǒng)計(jì)考試情況,從不同維度分析考試結(jié)果。智能分析模塊:一、數(shù)據(jù)集管理1.需支持通過本地上傳的方式將數(shù)據(jù)接入系統(tǒng)。2.需支持CSV、TSV、Txt、Excel、Json等主流文本數(shù)據(jù)格式的數(shù)據(jù)接入。3.需支持用戶對(duì)個(gè)人數(shù)據(jù)進(jìn)行管理,允許用戶將個(gè)人數(shù)據(jù)共享給他人。二、數(shù)據(jù)源接入1.支持多種數(shù)據(jù)源對(duì)接方式,包括關(guān)系型數(shù)據(jù)庫、非關(guān)系型數(shù)據(jù)庫、HDFS等。2.需支持Mysql、PostgreSQL、Hive、Mongo、達(dá)夢(mèng)等主流關(guān)系型與非關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)接入。3.支持用戶對(duì)個(gè)人數(shù)據(jù)源進(jìn)行管理,允許用戶將個(gè)人數(shù)據(jù)源共享給他人。三、建模分析挖掘1.支持可拖拽圖形操作界面與多功能建模畫布,用戶可基于業(yè)務(wù)數(shù)據(jù)流轉(zhuǎn),選擇算法庫中的算法及數(shù)據(jù),實(shí)現(xiàn)搭積木式的分析流程快速構(gòu)建。支持放大、縮小、撤銷、自適應(yīng)畫布、添加備注、清空畫布、組件重命名、全屏顯示等交互式畫布操作方便用戶進(jìn)行模型構(gòu)建。2.支持分析任務(wù)流程圖的保存與加載,支持流程的嵌套。3.支持將模型共享給其他用戶,實(shí)現(xiàn)多個(gè)用戶協(xié)作共同完成一個(gè)分析模型。4.支持多種建模方式:交互式建模、可視化建模。四、模型訓(xùn)練與評(píng)估1.支持模型的保存、運(yùn)行、停止、另存等功能用戶進(jìn)行模型的構(gòu)建。支持從當(dāng)前節(jié)點(diǎn)運(yùn)行、運(yùn)行當(dāng)前節(jié)點(diǎn)、運(yùn)行至當(dāng)前節(jié)點(diǎn)等多種模型調(diào)試方式,模型訓(xùn)練過程支持靈活的參數(shù)配置與優(yōu)化。2.支持模型監(jiān)控功能,用戶可以對(duì)模型進(jìn)行實(shí)時(shí)日志與狀態(tài)監(jiān)控,查看模型運(yùn)行結(jié)果。3.支持模型可視化能力,支持?jǐn)?shù)據(jù)密度分布、樹結(jié)構(gòu)模型的可視化。4.支持二分類評(píng)價(jià)、多分類評(píng)價(jià)、混淆矩陣、均方根誤差等多種模型評(píng)價(jià)方法,支持矩陣圖、ROC曲線、PR曲線等圖表進(jìn)行模型評(píng)估。5智能分析教學(xué)實(shí)驗(yàn)課程資源包1機(jī)器視覺算法包:一、數(shù)據(jù)預(yù)處理支持隨機(jī)欠采樣、分層采樣、數(shù)據(jù)行合并、數(shù)據(jù)列合并、列刪除、缺失值填充、數(shù)值過濾、數(shù)據(jù)標(biāo)準(zhǔn)化、線性歸一化等常用數(shù)據(jù)清洗算法,不少于9種。二、統(tǒng)計(jì)分析支持常用的統(tǒng)計(jì)分析方法模型,包括但不限于均值估計(jì)、方差估計(jì)、核密度估計(jì)、發(fā)散度分析、T檢驗(yàn)、方差分析、正態(tài)分布校驗(yàn)、時(shí)間序列分析、孤立森林、相關(guān)性分析。算法總數(shù)不少于10種。三、特征工程支持常用的數(shù)據(jù)特征篩選與處理方法,包括但不限于主成分分析、卡方選擇器、特征編碼、奇異值分解、特征離散、One_Hot編碼、數(shù)據(jù)分箱、特征離散。算法總數(shù)不少于8種。四、機(jī)器學(xué)習(xí)1.支持包含分類、回歸、聚類、推薦等四大類的機(jī)器學(xué)習(xí)算法。2.支持包含線性回歸、邏輯回歸、支持向量機(jī)、樸素貝葉斯、隨機(jī)森林、K近鄰、梯度提升回歸樹、梯度提升分類決策樹、分類決策樹、Kmeans聚類、譜聚類、協(xié)同過濾等不少于15種的常見分布式機(jī)器學(xué)習(xí)算法。五、深度學(xué)習(xí)支持常用的深度學(xué)習(xí)算法,支持對(duì)Tensorflow、PyTorch等深度學(xué)習(xí)框架的集成與應(yīng)用,支持CPU與GPU資源調(diào)度執(zhí)行,包含卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、LSTM等算法。六、自然語言處理1.支持常用的自然語言處理與理解算法。覆蓋從文本標(biāo)注、內(nèi)容抽取到文本分類、應(yīng)用分析的分析鏈路。2.支持包含不少于12種算法組件,包括但不限于基礎(chǔ)分詞、詞性標(biāo)注、實(shí)體識(shí)別、關(guān)系抽取、事件抽取、摘要抽取、關(guān)鍵詞抽取、情感分析、文本分類、相似度計(jì)算、語種識(shí)別、繁簡(jiǎn)轉(zhuǎn)換。課程資源包:一、《python編程》 課程資源不少于32個(gè)教學(xué)視頻、20個(gè)課件和20個(gè)實(shí)驗(yàn)手冊(cè),視頻時(shí)長不少于260分鐘。課程主要講解Python編程基礎(chǔ),包括變量與數(shù)據(jù)類型、運(yùn)算符與表達(dá)式、數(shù)據(jù)結(jié)構(gòu)、字符串、控制結(jié)構(gòu)、循環(huán)結(jié)構(gòu)、類與對(duì)象、函數(shù)的使用、異常處理、文件操作、模塊的使用等內(nèi)容。二、《大數(shù)據(jù)智能理論與方法》 課程資源不少于115個(gè)教學(xué)視頻、4個(gè)課件和15個(gè)實(shí)驗(yàn)手冊(cè),視頻時(shí)長不少于1000分鐘。課程基于大數(shù)據(jù)智能的相關(guān)背景、基本原理和應(yīng)用方法展開,主要講解大數(shù)據(jù)智能基礎(chǔ)知識(shí)、大數(shù)據(jù)智能計(jì)算理論與方法、大數(shù)據(jù)智能感知理論與方法和大數(shù)據(jù)智能系統(tǒng)原理及應(yīng)用四部分內(nèi)容。三、《人工智能應(yīng)用基礎(chǔ)》 課程資源不少于14個(gè)教學(xué)視頻和14個(gè)實(shí)驗(yàn)手冊(cè),視頻時(shí)長不少于200分鐘。課程作為人工智能入門實(shí)驗(yàn)課程,通過人工智能的熱點(diǎn)應(yīng)用為案例,從Python基礎(chǔ)用法講起逐步過渡到機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理、生物特征識(shí)別實(shí)驗(yàn),提升學(xué)生人工智能學(xué)習(xí)興趣。四、《機(jī)器學(xué)習(xí)》 課程資源不少于68個(gè)教學(xué)視頻、12個(gè)課件和8個(gè)實(shí)驗(yàn)手冊(cè),視頻時(shí)長不少于690分鐘。課程使用數(shù)據(jù)領(lǐng)域最主流語言Python,對(duì)于機(jī)器學(xué)習(xí)經(jīng)典算法給出完整的原理推導(dǎo)并基于實(shí)例進(jìn)行講解,包括線性回歸、邏輯回歸、決策樹、隨機(jī)森林與集成算法、貝葉斯、線性支持向量機(jī)、降維算法等。五、《深度學(xué)習(xí)》 課程資源不少59個(gè)教學(xué)視頻、5個(gè)課件和11個(gè)實(shí)驗(yàn)手冊(cè),視頻時(shí)長不少于670分鐘。課程從最基本的神經(jīng)網(wǎng)絡(luò)開始講起,從神經(jīng)網(wǎng)絡(luò)的架構(gòu)、細(xì)節(jié)進(jìn)行全面分析,講解卷積神經(jīng)網(wǎng)絡(luò)與遞歸神經(jīng)網(wǎng)絡(luò),CNN與RNN的原理與細(xì)節(jié),Tensorflow基礎(chǔ)過渡到深度學(xué)習(xí)各大神經(jīng)網(wǎng)絡(luò)案例實(shí)戰(zhàn)。六、《自然語言處理》 課程資源不少于72個(gè)教學(xué)視頻和23個(gè)實(shí)驗(yàn)手冊(cè),視頻時(shí)長不少于750分鐘。課程講解自然語言處理入門基礎(chǔ)知識(shí)、算法原理,并基于真實(shí)數(shù)據(jù)集通過實(shí)際案例進(jìn)行項(xiàng)目實(shí)戰(zhàn),內(nèi)容覆蓋當(dāng)下熱門技術(shù)與經(jīng)典框架實(shí)戰(zhàn),包括掌握Python在自然語言處理領(lǐng)域必備工具包使用方法,基于經(jīng)典框架展開項(xiàng)目實(shí)戰(zhàn)等內(nèi)容。七、《知識(shí)圖譜》 課程資源不少于69個(gè)教學(xué)視頻、10個(gè)課件和5個(gè)實(shí)驗(yàn)手冊(cè),視頻時(shí)長不少于700分鐘。課程講解知識(shí)圖譜的基本概念、知識(shí)圖譜相關(guān)技術(shù)體系、知識(shí)圖譜構(gòu)建中的領(lǐng)域本體建模技術(shù)、實(shí)體關(guān)系抽取技術(shù)、知識(shí)推理技術(shù)的原理和應(yīng)用等內(nèi)容。八、《數(shù)據(jù)標(biāo)注》 課程資源不少于18個(gè)教學(xué)視頻、9個(gè)課件和9個(gè)實(shí)驗(yàn)手冊(cè),視頻時(shí)長不少于100分鐘。課程包含圖像、語音、視頻、文本數(shù)據(jù)標(biāo)注五部分內(nèi)容,介紹了標(biāo)注工具的安裝及基本使用,并通過案例進(jìn)行標(biāo)注工具的實(shí)戰(zhàn)操作。九、《數(shù)據(jù)挖掘?qū)崙?zhàn)》 課程資源不少于37個(gè)教學(xué)視頻和4個(gè)實(shí)驗(yàn)手冊(cè),視頻時(shí)長不少于330分鐘?;谡鎸?shí)數(shù)據(jù)集進(jìn)行案例實(shí)戰(zhàn),使用Python數(shù)據(jù)科學(xué)庫從數(shù)據(jù)預(yù)處理開始一步步進(jìn)行數(shù)據(jù)建模。對(duì)于每個(gè)案例首先進(jìn)行流程解讀與數(shù)據(jù)分析,建立特征工程,詳細(xì)解讀其中每一步原理與應(yīng)用。課程全部內(nèi)容皆以案例為導(dǎo)向,通過實(shí)際案例分析講解其中涉及的每一個(gè)知識(shí)點(diǎn),以實(shí)際演練的方式闡述每一個(gè)數(shù)據(jù)挖掘任務(wù)的核心問題與建模應(yīng)用。十、《機(jī)器學(xué)習(xí)典型案例》 課程資源不少于21個(gè)教學(xué)視頻和3個(gè)實(shí)驗(yàn)手冊(cè),視頻時(shí)長不少于200分鐘。課程基于項(xiàng)目建設(shè)的機(jī)器學(xué)習(xí)算法案例進(jìn)行開發(fā),包含信用卡欺詐檢測(cè)、中文新聞分類任務(wù)、飯店流量預(yù)測(cè)三個(gè)案例。十一、《深度學(xué)習(xí)典型實(shí)例》 課程資源不少于21個(gè)教學(xué)視頻和6個(gè)實(shí)驗(yàn)手冊(cè),教學(xué)視頻不少于130分鐘。課程主要介紹深度學(xué)習(xí)的典型實(shí)例,包括圖片分類、波士頓房價(jià)、CIFAR10、情感分析、垃圾信息分類、文本情感分類、ECG數(shù)據(jù)分類、語音識(shí)別與分類等。十二、《自然語言處理案例實(shí)戰(zhàn)》 課程資源不少于33個(gè)教學(xué)視頻、5個(gè)課件和5個(gè)實(shí)驗(yàn)手冊(cè),教學(xué)視頻不少于300分鐘。課程基于項(xiàng)目建設(shè)的算法案例進(jìn)行開發(fā),包含基于Twitter數(shù)據(jù)的社區(qū)發(fā)現(xiàn)分析實(shí)戰(zhàn)、中文新聞分類任務(wù)、JS數(shù)據(jù)實(shí)體識(shí)別、JS數(shù)據(jù)關(guān)系抽取、新聞情感分類任務(wù)五個(gè)案例。6智能工業(yè)視覺應(yīng)用平臺(tái)2智能工業(yè)視覺應(yīng)用平臺(tái),以離散制造業(yè)典型加工流水線為原型,搭建的基于人工智能技術(shù)進(jìn)行視覺檢測(cè)行業(yè)應(yīng)用的實(shí)訓(xùn)平臺(tái)。系統(tǒng)提供工業(yè)現(xiàn)場(chǎng)設(shè)備組裝與控制、視覺組件搭建與調(diào)試、AI目標(biāo)檢測(cè)算法開發(fā)、云平臺(tái)應(yīng)用與開發(fā)等完整的全鏈路開發(fā)實(shí)訓(xùn)。有利于提升學(xué)生對(duì)機(jī)器視覺系統(tǒng)的整體認(rèn)識(shí),能夠熟悉和掌握相關(guān)基礎(chǔ)知識(shí),并達(dá)到運(yùn)用這些理論知識(shí)來解決機(jī)器視覺實(shí)際工業(yè)應(yīng)用的目的。既培養(yǎng)學(xué)生成為具有實(shí)際操作技能的實(shí)用型人才,同時(shí)也鍛煉學(xué)生的研究能力,創(chuàng)新思維以及獨(dú)立解決技術(shù)難題的能力。平臺(tái)既可以支持相關(guān)專業(yè)學(xué)生的教學(xué)、競(jìng)賽、創(chuàng)新創(chuàng)業(yè),也可以支持相關(guān)老師進(jìn)行科研項(xiàng)目開發(fā)。1、高精度機(jī)械臂(數(shù)量:1)(1)參數(shù)規(guī)格軸數(shù):4;最大負(fù)載:≧500g;最大伸展距離:≧320mm;重復(fù)定位精度:≧0.2mm;通信接口:USB;電源輸入:12V/6.5ADC;工作環(huán)境:-10°C-60°C;(2)軸運(yùn)動(dòng)參數(shù)運(yùn)動(dòng)范圍:底座:≧﹣90°~﹢90°;大臂:≧0°~﹢85°;小臂:≧﹣10°~﹢90°;末端旋轉(zhuǎn):≧﹣90°~﹢90°;最大運(yùn)動(dòng)速度(250g負(fù)載):大小臂、底座旋轉(zhuǎn)速度:≧320°/s;末端旋轉(zhuǎn)速度:≧480°/s;(3)末端執(zhí)行器吸盤:吸盤直徑≧20mm,壓強(qiáng)≧-35Kpa;爪子:張合大小≧27.5mm;驅(qū)動(dòng)方式:氣動(dòng),力度8N;(4)配套軟件與功能配套windows系統(tǒng)下的使用軟件;支持示教再現(xiàn)、腳本控制、Blockly圖形化編程等功能;具有豐富的I/O擴(kuò)展接口,支持用戶二次開發(fā);2、工業(yè)廠線教學(xué)傳送帶(數(shù)量:1)傳送帶參數(shù):運(yùn)行負(fù)載:≧500g;有效運(yùn)載長度:≧600mm;最大速度:≧120mm/s;最大加速度:≧1100mm/s2;尺寸≧700mm×215mm×60mm;3、傳感器套件(1)光電開關(guān)傳感器單元(數(shù)量:3)距離測(cè)量范圍:3~80cm;信號(hào):數(shù)字輸出;供電電壓:4.5-5.5V;(2)顏色識(shí)別傳感器單元(數(shù)量:1)供電電壓:3~5V;功能:可檢測(cè)不發(fā)光物體顏色,白色LED,亮、滅可控;4、工業(yè)視覺攝像頭套裝(1)攝像頭(數(shù)量:1):傳感器:1/2.33"CMOS;快門類型:滾動(dòng)快門;曝光模式:卷簾曝光;相機(jī)類型:彩色;最高像素:≧1600萬;分辨率@幀率:4608*3456@15FPS;2592*1944@15FPS;2304*1728@30FPS;2048*1536@30FPS;1920*1080@30FPS;1600*1200@30FPS;800*600@30FPS;鏡頭接口:CS/C;視頻輸出接口:USB3.0;像元尺寸:1.335umx1.335um;標(biāo)準(zhǔn)配件:USB3.0線3米1根;變焦方式:手動(dòng);對(duì)焦方式:手動(dòng);(2)鏡頭(數(shù)量:1):鏡頭規(guī)格:16-48mm變焦低畸變;鏡頭接口:C;水平視角:9-20度;工作溫度:-10~50°C;(3)光源(數(shù)量:1):電壓:AC60-260V;功率:4-10W;燈光顏色:白光;光源類型:LED燈;亮度調(diào)節(jié):0-100%可調(diào); 工作距離:≧60-180mm;色溫指數(shù):6500K-7000K;有效光距:75-150mm;5、邊緣網(wǎng)關(guān)(數(shù)量:1)供電:19V,120W;處理器:I5-1135G7;顯卡:Intel銳炬核心顯卡;外設(shè)連接:3*USB3.1Gen2(Type-A),1*雷電3;存儲(chǔ):8G內(nèi)存條+500G固態(tài)硬盤;工作溫度:32-140°F/0~60°C;工作濕度:0%-90%相對(duì)濕度,無冷凝;6、工業(yè)視覺組件控制板(數(shù)量:1)供電:USB5V;通信接口:USB轉(zhuǎn)UART;光電傳感器接口:2個(gè);傳送帶控制接口:1個(gè);外設(shè):預(yù)留功能配置撥碼開關(guān);外殼:鋁合金外殼;7、配套設(shè)備包含HDMI接口顯示器1臺(tái):大于等于17.3寸;屏幕刷新率:60Hz;亮度:300cd/㎡;無線鼠標(biāo)鍵盤:1套;8.課程資源包提供《工業(yè)智能視覺應(yīng)用開發(fā)》課程資源包,涵蓋圖像數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注、模型訓(xùn)練、模型推理等AI全流程開發(fā)內(nèi)容,以及工業(yè)視覺系統(tǒng)介紹、組件控制等實(shí)訓(xùn)內(nèi)容。提供以下兩個(gè)工業(yè)視覺檢測(cè)案例的開發(fā)及教學(xué)材料,需要有對(duì)應(yīng)的課件PPT及實(shí)驗(yàn)手冊(cè):(1)芯片異常檢測(cè)識(shí)別。(2)螺絲螺帽檢測(cè)識(shí)別。教學(xué)資源包包含:課程架構(gòu):excel文件1份,列出課件與實(shí)驗(yàn)清單。課件PPT:不少于20份課件(PPT格式),總頁數(shù)不少于300頁。實(shí)驗(yàn)手冊(cè):不少于15份實(shí)驗(yàn)手冊(cè)(word格式),總頁數(shù)不少于300頁。7脈沖圖像實(shí)訓(xùn)科研設(shè)備1一、硬件要求:1.分辨率:≥1000×1000;2.幀率:≥10,000fps;3.像素尺寸:≥17μm×17μm;4.數(shù)據(jù)輸出率:≥10Gbps;5.顏色:支持灰度/彩色;6.動(dòng)態(tài)范圍:≥110dB;7.靈敏度:≥15個(gè)脈沖/lux;8.閾值電壓:16級(jí)可調(diào);9.光學(xué)尺寸:1.5″;10.數(shù)據(jù)接口:QSFP,USB3.0,CameraLink,RS232/GPIO同步信號(hào)接口;11.電源:DC12V/4A;12.芯片工藝:110nmFSI工藝。二、軟件要求:1.支持高速物體檢測(cè);2.支持同回放時(shí)長聯(lián)動(dòng)調(diào)節(jié)保存時(shí)長;3.支持累加積分的重構(gòu)方式;4.支持重構(gòu)脈沖窗口大小;5.支持重構(gòu)脈沖窗口步長;6.支持調(diào)整回放的時(shí)長和保存的時(shí)長;7.支持設(shè)定跳過的脈沖幀數(shù);8.支持存儲(chǔ)的圖像幀數(shù);9.支持調(diào)整圖像亮度;10.支持旋轉(zhuǎn)、翻轉(zhuǎn)圖像;11.支持彩色脈沖數(shù)據(jù)重構(gòu);12.支持播放本地已錄制的dat文件;13.支持實(shí)時(shí)界?&回放界?雙界面預(yù)覽。8智能算法教學(xué)學(xué)習(xí)平臺(tái)11.要求平臺(tái)基于C/S架構(gòu)設(shè)計(jì);2.需提供一鍵開機(jī)功能;3.需包含Hopfield神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、RBF、卷積神經(jīng)網(wǎng)絡(luò)、堆棧式自編碼器、受限玻爾茲曼機(jī)、自適應(yīng)學(xué)習(xí)率、RMSProp、Adam等深度學(xué)習(xí)算法內(nèi)容;4.需包含樸素貝葉斯、Logistic、Adaboost、GBDT、Bagging、RF算法、Xgboost、GMM、PCA、LDA、K-SVD、SVD、低維嵌入、APRIORI、FP-growth、KNN、決策樹、支持向量機(jī)、隨機(jī)森林、嶺回歸、多項(xiàng)式回歸、K均值聚類、Ariori算法、AP聚類、均值漂移、層次聚類、DBSCAN等機(jī)器學(xué)習(xí)算法內(nèi)容;5.需包含梯度下降、牛頓法、共軛梯度法、鮑威爾法、變尺度法、單純形法、蒙特卡洛法、隨機(jī)搜索、遺傳算法、模擬退火算法、粒子群優(yōu)化算法、蟻群算法、罰函數(shù)法、復(fù)合刑法等優(yōu)化算法內(nèi)容;6.支持打開多頁面后,通過右鍵單擊操作進(jìn)行刷新、關(guān)閉、關(guān)閉其他和關(guān)閉全部頁面的功能,同時(shí)關(guān)閉全部頁面時(shí)不會(huì)關(guān)閉首頁;7.需提供算法講義,包含:MathematicsforAlgorithmic、貪心算法、分治算法、動(dòng)態(tài)規(guī)劃、平攤分析、哈希表、二叉搜索樹、圖算法、字符串匹配、排序算法、線性時(shí)間排序算法、計(jì)算幾何學(xué)、計(jì)算復(fù)雜度、近似算法、線性規(guī)劃算法、附錄、代碼、參考等內(nèi)容;8.需包含編譯器、計(jì)算幾何學(xué)、ComputerArchitecture、ComputerScienceEngineering|Technology、java、操作系統(tǒng)、并行計(jì)算等內(nèi)容;需要提供代碼編輯及運(yùn)行環(huán)境;9.需支持手動(dòng)點(diǎn)擊Run按鈕運(yùn)行代碼,運(yùn)行時(shí)需要實(shí)現(xiàn)算法列表、實(shí)現(xiàn)代碼、流程圖、運(yùn)行結(jié)果同屏顯示,能夠?qū)崟r(shí)同步運(yùn)行進(jìn)度條、代碼流程圖和每步代碼運(yùn)行結(jié)果。代碼流程圖可隨著鼠標(biāo)滾輪滾動(dòng)來放大縮小,當(dāng)前執(zhí)行代碼行底色與其他行顏色不一致;10.需支持通過修改Interval的參數(shù)控制算法運(yùn)行速度;11.需提供分治算法、動(dòng)態(tài)規(guī)劃算法和二叉搜索樹算法,內(nèi)容需包含對(duì)算法的分析;12.需支持輸入關(guān)鍵字搜索算法功能;13.需要提供knight's_tour、N皇后問題等回溯算法及實(shí)現(xiàn)代碼;14.需提供AffineCipher、caes

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論