欧美精品在线视频_宝贝我停不下来好紧_www.99视频_欧美理论电影在线观看

2.1.2 產(chǎn)品創(chuàng)新點(diǎn)

• 人工智能場(chǎng)景化學(xué)習(xí)

• 分揀系統(tǒng)與實(shí)際應(yīng)用相結(jié)合

• 工業(yè)級(jí)數(shù)字舵機(jī)云臺(tái)

• 磁吸式

• 設(shè)備控制安全可靠

2.1.3主要模塊介紹

• 人工智能計(jì)算單元主板

• 工業(yè)級(jí)數(shù)字舵機(jī)云臺(tái)

• 工業(yè)級(jí)可調(diào)速傳送系統(tǒng)

• 物聯(lián)網(wǎng)嵌入式節(jié)點(diǎn)

• 傳感器及控制模塊

2.3 云計(jì)算管理系統(tǒng)建設(shè)

云計(jì)算管理系統(tǒng)是人工智能實(shí)訓(xùn)室的底層資源管理系統(tǒng)；采用Docker和kubernetes技術(shù)，實(shí)現(xiàn)了硬件資源集中調(diào)度和管理，為整個(gè)人工智能實(shí)訓(xùn)室提供虛擬資源支撐。

2.3.1 云計(jì)算管理系統(tǒng)的特點(diǎn)

1. 教學(xué)應(yīng)用商店：容器云教學(xué)應(yīng)用商店、服務(wù)一鍵升級(jí)/回滾、教學(xué)應(yīng)用灰度發(fā)布、教學(xué)應(yīng)用版本管理、教學(xué)應(yīng)用快速上架、應(yīng)用架構(gòu)視圖直觀展示；

2. 容器服務(wù)管理：多種容器調(diào)度策略、多主機(jī)容器網(wǎng)絡(luò)、容器自動(dòng)擴(kuò)展、健康檢查和負(fù)載均衡、Ceph/NFS/GlusterFS容器存儲(chǔ)；

3. 快速部署配置：離線包安裝、鏡像安裝多種選擇、私有教學(xué)鏡像庫(kù)管理、容器云教學(xué)應(yīng)用商店管理、豐富的compose文件格式、RESTful API接口支持；

4. 高效系統(tǒng)運(yùn)維：系統(tǒng)高可用、容器生命周期管理、日志審計(jì)和系統(tǒng)監(jiān)控、容器控制臺(tái)訪問(wèn)。

2.3.2 云計(jì)算管理系統(tǒng)功能框架及介紹

2.3.2.1 容器云管理系統(tǒng)技術(shù)框架

容器云管理系統(tǒng)，由底層Docker引擎和kubernetes編排工具共同組成，主要實(shí)現(xiàn)應(yīng)用部署、維護(hù)、擴(kuò)展機(jī)制等功能，能方便地管理跨機(jī)器運(yùn)行容器化的應(yīng)用。

2.3.2.2 容器云管理系統(tǒng)功能介紹

1. 教學(xué)應(yīng)用商店

2. 友好圖形化界面管理

3. 多環(huán)境管理

4. 容器持久存儲(chǔ)

5. 容器網(wǎng)絡(luò)模式

6. 容器可擴(kuò)展性

7. 容器負(fù)載均衡與調(diào)度

8. API接口支持

9. 系統(tǒng)高可用

2.4 人工智能教學(xué)實(shí)訓(xùn)系統(tǒng)建設(shè)

2.4.1 人工智能實(shí)驗(yàn)管理系統(tǒng)

人工智能實(shí)訓(xùn)室共包含3個(gè)角色，分別是教師、學(xué)生和管理員。

2.4.1.1 教師端功能介紹

1. 登錄：在瀏覽器打開登錄界面，輸入用戶名和密碼進(jìn)行登錄。

2. 個(gè)人中心：包含最近更新的課程、算法庫(kù)、案例庫(kù)、數(shù)據(jù)庫(kù)、幫助中心。

3. 實(shí)驗(yàn)室：包含實(shí)驗(yàn)列表、新建實(shí)驗(yàn)、實(shí)驗(yàn)畫布、切換實(shí)驗(yàn)、查看實(shí)驗(yàn)手冊(cè)、選擇數(shù)據(jù)源、選擇算法、算法說(shuō)明、算法配置、運(yùn)行并調(diào)試算法、結(jié)果展示、查看運(yùn)行歷史。

4. 算法庫(kù)：包含算法總覽、算法列表、算法詳細(xì)說(shuō)明、新算法上傳。

5. 案例庫(kù)：包含案例庫(kù)列表、案例庫(kù)詳細(xì)介紹、引入案例算法、算法轉(zhuǎn)化案例。

6. 數(shù)據(jù)庫(kù)：包含默認(rèn)數(shù)據(jù)、我的數(shù)據(jù)。

7. 實(shí)驗(yàn)文檔：包含創(chuàng)建實(shí)驗(yàn)文檔、預(yù)覽文檔。

8. 創(chuàng)建課程與管理課程：包含導(dǎo)入共享課程、自主創(chuàng)建課程

9. 班級(jí)管理：包含管理班級(jí)人員、查看實(shí)驗(yàn)結(jié)果。

2.4.1.2 學(xué)生端功能介紹

1. 個(gè)人中心：包含我的課程、算法庫(kù)、案例庫(kù)、數(shù)據(jù)庫(kù)、幫助中心。

2. 我的課程：包含課程列表、課程詳情（課程圖片、課程名稱、授課教師姓名、班級(jí)人數(shù)、上課時(shí)間段、課時(shí)列表、課程簡(jiǎn)介、課程大綱、同班同學(xué)、課程完成度、課程章節(jié)數(shù)量和課程實(shí)驗(yàn)數(shù)據(jù)）等。

3. 實(shí)驗(yàn)成績(jī)：包含課程名稱、實(shí)驗(yàn)名稱、提交時(shí)間、成績(jī)、查看成績(jī)等。

4. 實(shí)驗(yàn)室：包含實(shí)驗(yàn)列表、創(chuàng)建實(shí)驗(yàn)、實(shí)驗(yàn)畫布介紹、切換實(shí)驗(yàn)、查看實(shí)驗(yàn)手冊(cè)、選擇數(shù)據(jù)源、選擇算法、算法說(shuō)明、算法配置、運(yùn)行并調(diào)試算法、實(shí)驗(yàn)結(jié)果展示、查看運(yùn)行歷史。

5. 算法庫(kù)：包含算法總覽、算法列表、算法詳細(xì)說(shuō)明.

6. 案例庫(kù)：包含項(xiàng)目背景、數(shù)據(jù)集介紹、算法界面操作介紹、數(shù)據(jù)加載及預(yù)處理、統(tǒng)計(jì)分析、案例核心思路、結(jié)果分析和評(píng)估。 

7. 數(shù)據(jù)庫(kù)：數(shù)據(jù)分為2類3級(jí)，2類包含默認(rèn)數(shù)據(jù)和我的數(shù)據(jù)。

2.4.1.3 管理員端功能介紹

1. 個(gè)人中心：包括各個(gè)模塊的快速入口、算法庫(kù)和數(shù)據(jù)庫(kù)。

2. AI工程平臺(tái)/容器云管理：可對(duì)監(jiān)控的大數(shù)據(jù)資源進(jìn)行數(shù)據(jù)信息展示。 

3. 組織架構(gòu)管理：包含新增院系、新增專業(yè)、編輯院系、編輯專業(yè)、刪除院系、刪除專業(yè)等。

4. 班級(jí)管理：包含院系名稱、專業(yè)名稱、班級(jí)名稱、人數(shù)等。圖形界面如下：

5. 用戶管理：包含成員列表和新增用戶：包含角色名稱、角色功能描述和人數(shù)。

6. 課程設(shè)置：包含新增分類、編輯分類、刪除分類、新增學(xué)科、編輯學(xué)科和刪除學(xué)科等。 

7. 算法管理：顯示算法分類、算法名稱、上傳時(shí)間等信息。包含數(shù)據(jù)預(yù)處理、特征工程、統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、腳本工具、深度學(xué)習(xí)和垂直應(yīng)用領(lǐng)域。

8. 數(shù)據(jù)管理：提供6項(xiàng)信息，包含分類名稱、分組名稱、數(shù)據(jù)名稱、數(shù)據(jù)大小、數(shù)據(jù)字段和數(shù)據(jù)條數(shù)，默認(rèn)預(yù)覽前100條；提供5項(xiàng)操作，包含增加分組、編輯分組名稱、編輯數(shù)據(jù)名稱、刪除數(shù)據(jù)和上傳數(shù)據(jù)。

2.4.2 AI機(jī)器學(xué)習(xí)訓(xùn)練系統(tǒng)建設(shè)

AI機(jī)器學(xué)習(xí)訓(xùn)練系統(tǒng)又稱“人工智能BDAP分析平臺(tái)”，它基于Hadoop、Spark并行框架，使用了批處理、工作流引擎、MongoDB數(shù)據(jù)庫(kù)存儲(chǔ)等多項(xiàng)相關(guān)技術(shù)。多種算法經(jīng)過(guò)功能測(cè)試性能對(duì)比證明，平臺(tái)具有較高的處理性能和一定的可靠性，并且通過(guò)調(diào)度流引擎可以連續(xù)按設(shè)定條件完成多個(gè)任務(wù)。

平臺(tái)開發(fā)框架主要分為3層：UI層、基礎(chǔ)平臺(tái)層、應(yīng)用存儲(chǔ)層。平臺(tái)實(shí)現(xiàn)了前后端代碼分離開發(fā)，減小了前后端之間的依賴程度，使開發(fā)變的獨(dú)立。

平臺(tái)功能全面，涵蓋了多種數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘、社會(huì)網(wǎng)絡(luò)、文本處理等算法模塊，并且利用工作流機(jī)制，可以將每一步數(shù)據(jù)處理操作連接成為一條工作流，保存后，可以定時(shí)或隨時(shí)調(diào)度。平臺(tái)的數(shù)據(jù)交換功能實(shí)現(xiàn)了HDFS和多種數(shù)據(jù)存儲(chǔ)工具之間的數(shù)據(jù)導(dǎo)入和導(dǎo)出功能。數(shù)據(jù)挖掘功能涵蓋了多種ETL數(shù)據(jù)預(yù)處理、分類、聚類關(guān)聯(lián)規(guī)則算法，適用于多種行業(yè)領(lǐng)域中數(shù)據(jù)的處理和分析，并為數(shù)據(jù)處理的結(jié)果提供了多種展示方式。

2.4.2.3 系統(tǒng)主要功能介紹

1、數(shù)據(jù)和元數(shù)據(jù)說(shuō)明

以ETL中的生成元數(shù)據(jù)和數(shù)據(jù)類型檢查兩個(gè)組件為例，對(duì)數(shù)據(jù)和元數(shù)據(jù)進(jìn)行說(shuō)明。

2、數(shù)據(jù)交換系統(tǒng)模塊

數(shù)據(jù)交換是指將傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)直接導(dǎo)入分布式文件系統(tǒng)（HDFS）以及將處理結(jié)果從HDFS導(dǎo)出到數(shù)據(jù)倉(cāng)庫(kù)的過(guò)程。其主要目的是方便用戶在數(shù)據(jù)倉(cāng)庫(kù)與分布式文件系統(tǒng)之間傳輸數(shù)據(jù)，使得數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)可以被PDM中的算法所使用，并可以將處理結(jié)果導(dǎo)回?cái)?shù)據(jù)倉(cāng)庫(kù)中存儲(chǔ)。其處理的主要對(duì)象就是數(shù)據(jù)倉(cāng)庫(kù)中各類業(yè)務(wù)數(shù)據(jù)。數(shù)據(jù)庫(kù)目前支持MySQL和Oracle兩種類型。

3、數(shù)據(jù)挖掘系統(tǒng)模塊

數(shù)據(jù)挖掘是本系統(tǒng)最大的功能模塊，它包括并行數(shù)據(jù)挖掘的核心操作。該模塊提供了多種ETL組件和數(shù)據(jù)建模組件，提供流程驅(qū)動(dòng)的使用方式，提供按業(yè)務(wù)應(yīng)用或自定義類別的流程管理方式，便于用戶進(jìn)行完整業(yè)務(wù)的合理切分。

2.4.3 AI深度學(xué)習(xí)訓(xùn)練系統(tǒng)建設(shè)

AI深度學(xué)習(xí)訓(xùn)練系統(tǒng)是一款深度學(xué)習(xí)計(jì)算服務(wù)平臺(tái)。通過(guò)整合高性能計(jì)算、云計(jì)算、大數(shù)據(jù)、人工智能等多學(xué)科的關(guān)鍵技術(shù)，提供從訓(xùn)練到推理的一站式人工智能云計(jì)算應(yīng)用服務(wù)解決方案，能夠幫助用戶快速構(gòu)建人工智能研發(fā)服務(wù)環(huán)境，大幅降低人工智能準(zhǔn)入門檻，提升人工智能研發(fā)效率。

2.4.3.1 系統(tǒng)架構(gòu)

AI深度學(xué)習(xí)平臺(tái)是由服務(wù)器、網(wǎng)絡(luò)與數(shù)據(jù)庫(kù)為基礎(chǔ)，使用Docker為容器構(gòu)建起底層結(jié)構(gòu)，使用TensorFlow、Pytorch等主流框架作為計(jì)算框架，并采用AlexFCN、AlexNet、FasterRCNN-VGG16、FasterRCNN-ZF、Inception-V1等共計(jì)15種神經(jīng)網(wǎng)絡(luò)算法，為用戶提供高效、低錯(cuò)誤率的實(shí)驗(yàn)環(huán)境。

AI深度學(xué)習(xí)計(jì)算服務(wù)平臺(tái)集成圖像分類、目標(biāo)檢測(cè)等多個(gè)基礎(chǔ)應(yīng)用場(chǎng)景，提供從數(shù)據(jù)集管理、模型管理、模型訓(xùn)練到模型輸出的全流程AI計(jì)算服務(wù)，即使是初學(xué)用戶，無(wú)需編程也可獲得強(qiáng)大的人工智能服務(wù)能力。

2.4.3.2 系統(tǒng)實(shí)訓(xùn)功能

AI深度學(xué)習(xí)訓(xùn)練系統(tǒng)具有可即用、更輕快、高精度三大特征。目前已經(jīng)開放圖像分類、目標(biāo)檢測(cè)定制訓(xùn)練服務(wù)。

1）圖片分類

2）目標(biāo)檢測(cè)

2.4.3.3 神經(jīng)網(wǎng)絡(luò)應(yīng)用

本平臺(tái)采用TensorFlow框架的各類神經(jīng)網(wǎng)絡(luò)算法來(lái)參與到模型從創(chuàng)建到訓(xùn)練的整個(gè)過(guò)程。

1）圖片識(shí)別

2）目標(biāo)檢測(cè)

2.5 人工智能實(shí)驗(yàn)課程系統(tǒng)

人工智能實(shí)驗(yàn)管理課程包庫(kù)是提供的若干個(gè)典型的人工智能技術(shù)實(shí)驗(yàn)資源，提供實(shí)驗(yàn)指導(dǎo)手冊(cè)、實(shí)驗(yàn)數(shù)據(jù)源、實(shí)驗(yàn)過(guò)程中所需的大數(shù)據(jù)分析軟件、實(shí)驗(yàn)參考示例代碼和運(yùn)行結(jié)果。學(xué)生可以在實(shí)驗(yàn)資源包的基礎(chǔ)上完成仿真應(yīng)用實(shí)驗(yàn)，完成創(chuàng)新創(chuàng)業(yè)實(shí)驗(yàn)和模擬大賽環(huán)境等相應(yīng)的實(shí)驗(yàn)實(shí)訓(xùn)環(huán)節(jié)。

1. 人工智能實(shí)驗(yàn)可以滿足教學(xué)的同時(shí)兼顧GPU深度學(xué)習(xí)的科研需求；

2. 實(shí)驗(yàn)都是基于python語(yǔ)言實(shí)現(xiàn)；

3. 每個(gè)實(shí)驗(yàn)都包含實(shí)驗(yàn)手冊(cè)、實(shí)驗(yàn)環(huán)境；

4. 每個(gè)實(shí)驗(yàn)都提供實(shí)驗(yàn)手冊(cè)，每個(gè)手冊(cè)呈現(xiàn)詳細(xì)的實(shí)驗(yàn)流程指導(dǎo)，包括實(shí)驗(yàn)描述、實(shí)驗(yàn)環(huán)境、相關(guān)技能、相關(guān)知識(shí)點(diǎn)、實(shí)現(xiàn)效果、實(shí)驗(yàn)步驟、參考答案和總結(jié)，參照手冊(cè)即可輕松完成每個(gè)實(shí)驗(yàn)；

5. 提供教學(xué)配套題庫(kù)資源，題庫(kù)內(nèi)包括作業(yè)題、考試題等。

實(shí)驗(yàn)課程庫(kù)分為：數(shù)據(jù)分析與預(yù)處理模塊、機(jī)器學(xué)習(xí)模塊、深度學(xué)習(xí)模塊、行業(yè)應(yīng)用案例模塊。

2.5.1 數(shù)據(jù)分析與預(yù)處理模塊

數(shù)據(jù)預(yù)處理（data preprocessing）是指在主要的處理以前對(duì)數(shù)據(jù)進(jìn)行的一些處理。如對(duì)大部分地球物理面積性觀測(cè)數(shù)據(jù)在進(jìn)行轉(zhuǎn)換或增強(qiáng)處理之前，首先將不規(guī)則分布的測(cè)網(wǎng)經(jīng)過(guò)插值轉(zhuǎn)換為規(guī)則網(wǎng)的處理，以利于計(jì)算機(jī)的運(yùn)算。另外，對(duì)于一些剖面測(cè)量數(shù)據(jù)，如地震資料預(yù)處理有垂直疊加、重排、加道頭、編輯、重新取樣、多路編輯等。

詳情聯(lián)系：020-22883217