深度学习算法实验平台的设计与实现_任务书.docxVIP

毕业设计（论文）任务书 电信 学院 计算机 专业 131 班级 学生： 郑飞 题目： 深度学习算法实验平台的设计与实现 毕业设计（论文）从 2017年 2 月 27 日起到 2017 年 6 月 18 日 课题的意义及培养目标： 意义：本文课题构建一个深度学习算法实验平台，是为颈动脉医疗图像深度学习识别斑块提供服务的。制作一个集成的深度学习工具包，颈动脉医疗图像的深度学习代码都可以在本平台上运行，平台基于TensorFlow、Caffe、CNTK、Keras、Theano等多种深度学习框架并可以部署在同一硬件环境，因此可以测试颈动脉医疗图像深度学习在不同深度学习框架上的准确率和效率。对于上述问题，该文尝试构建一个深度学习算法实验平台，旨在为深度学习用户提供一站式服务，为其在深度学习领域的探索降低门槛并提供流畅的体验。在现今软件配置和管理部署复杂的背景下，以简化应用部署，方便扩展，平台基于Docker容器技术，设计实现一种轻量级的应用平台。 培养目标： 1、实践一个信息化项目从需求、策划到实施完成的整体过程，培养对完整系统开发的把握与控制力。 2、培养学习知识的能力，快熟熟悉自己未接触过的知识并能学以致用。 设计（论文）所需收集的原始数据与资料： 原始数据： 供测试使用的深度学习Example代码 参考资料： Turnbull J. The Docker Book[J]. Number v1, 2014, 3.133-138 课题的主要任务（需附有技术指标分析）： 1、构建具有良好移植性的深度学习工具包，使其能在多平台工作。 2、实现深度学习算法实验平台，降低深度学习领域的门槛。 技术实现：借助Docker容器技术，项目搭建了一个的深度学习环境，支持多种主流的深度学习框架，能可视化拖拽式的构建Caffe和TensorFlow网络模型，可以进行深度学习算法实验，并在Web仪表板里进行监视观察，为使用者在深度学习领域的探索降低门槛并提供流畅的体验的平台。 设计（论文）进度安排及完成的相关任务（以教学周为单位）： 周 次 设计（论文）任务及要求 1-2 学习课题相关知识 3 研究并确定项目开发方案计划时间进度，完成开题报告 4-6 进行概要设计，并搭建开发环境 7-11 系统详细设计以及编程实现 12-15 程序调试与系统完善，撰写论文 16 准备论文答辩 学生签名： 指导教师： 教研室主任：