人工智能实验平台介绍v2.0.pptx

01第一部分人工智能教学与实验现状人工智能 加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合，在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能。 ----习近平总书记在党的十九大的报告 建设人工智能学科。完善人工智能领域学科布局，设立人工智能专业，推动人工智能领域一级学科建设，尽快在试点院校建立人工智能学院，增加人工智能相关学科方向的博士、硕士招生名额。 ----国务院《新一代人工智能发展规划》现状0104面临问题专业师资不足入门难度高0205专业资源少实验基础薄弱0306体系不系统项目实训缺失人工智能实验平台提供什么+高效的运行环境+ 丰富的实验资源+ 师资入门培训+ 提高教学效率 + 学生管理+ 实验进度管理 + 学生考核评测 + 灵活组织内容 + 教师开发环境+ 独享实验环境 + 本地/远程接入+ 全面深入打好基础 + 丰富的实战项目+ 增强就业实力 + 学生探索环境02第二部分平台硬件介绍平台硬件平台硬件配置名称详细配置单位数量CPUE5-2650 V4颗2内存32G根8系统盘480G块1数据盘4T块1GPUGeForce GTX 1080 Ti块8NVIDIA GPU参数GPU型号GeForce GTX 1080 TiNvidia Titan VTesla V100Tesla P4Tesla P100Tesla P40单精度浮点运算能力11.5 TeraFLOPS15 TeraFLOPS14 TeraFLOPS 5.5 TeraFLOPS9.3 TeraFLOPS12 TeraFLOPS英伟达CUDA核心数358451205120256035843840GPU显存11 GB12 GB16 GB8 GB16 GB/12 GB24 GB03第三部分技术背景介绍实验平台核心技术DockerSDN VPNB/S架构Kubernetes常用深度学习算法基于LXC的轻量级虚拟化软件定义网络，虚拟专用网络统一了客户端，将系统功能实现的核心部分集中到服务器上大规模容器编排管理框架CNN RNN LSTM DCGAN...虚拟网络虚拟网络应用平台集群管理深度学习容器技术容器技术04第四部分人工智能实验平台教务流程教务管理课程管理（管理员）课程教学（教师）教师信息实验教学创建课程学生信息实验报告指定老师接口考试管理选课信息选课管理成绩管理......学校教务系统人工智能实验平台人工智能实验平台——AIRack平台提供的深度学习框架可在镜像基础上自主安装易上手，CNN友好已提供pip安装，十分便捷功能强大，需要学习56个实验内容持续增加中涉及图像分类、识别、分割、检测、超分辨率重建、风格迁移等算法涉及场景理解、相似文本生成、翻译等算法涉及深度学习基础linux实验涉及Python及Numpy、Pandas、OpenCV、Matplotlib、Jupyter等成用库的基础使用涉及Caffe和TensorFlow的基础使用深度学习算法实验1、基于LeNet模型和MNIST数据集的手写数字识别（Caffe）2、基于AlexNet模型和CIFAR-10数据集的图像分类（Caffe）3、基于CNN模型的MNIST数据集的手写数字识别（TensorFlow）4、基于CNN模型的CIFAR-10数据集的图像分类（TensorFlow）5、基于GoogLeNet模型和ImageNet数据集的图像分类6、基于VGGNet模型和CASIA WebFace数据集的人脸识别7、基于DeepID模型和CASIA WebFace数据集的人脸验证8、基于DNN模型和Iris data set的鸢尾花品种识别9、基于Faster R-CNN模型和Pascal VOC数据集的目标检测10、基于FCN模型和Sift Flow数据集的图像语义分割深度学习算法实验11、基于R-FCN模型的物体检测12、基于SSD模型和Pascal VOC数据集的目标检测13、基于YOLO2模型和Pascal VOC数据集的目标检测14、基于DCGAN模型和Celeb A数据集男女人脸转换15、基于FaceNet模型和IMBD-WIKI数据集的年龄性别识别16、基于RNN模型和康奈尔语料库的机器对话17、基于LSTM模型的相似文本生成18、基于DCGAN模型的换脸19、基于CapsNet和Fashion-MNIST数据集图像分类20、基于CNN模型的绘画风格迁移深度学习算法实验21、基于Bi-LSTM和涂鸦数据集的图像分类22、基于LSTM模型和股票数据集的预测23、基于玻尔兹曼机的编码和解码24、基于RNN模型和sherlock语料集的语言模型25、基于RNN模型和MNIST数据集的手写数字识别(Tensor