没有合适的资源?快使用搜索试试~ 我知道了~
本文提出了一套整合高性能硬件和服务的AI教学平台设计方案。主要内容介绍了人工智能行业的需求和技能目标,提供了具体的算力基础设施构建方案,利用Jupyter Hub及NoteBook等技术构建教学平台,支撑多人在线编程协作。平台旨在强化学生的理论学习与实操演练能力,并融入红色教育资源思政教育内容,提供多领域实际案例辅助学生理解复杂概念,涵盖机器人机械臂操作、智能分类设备、自动驾驶等多个维度的应用型实训,此外还提供了详细的深度学习与AI相关的课程列表,有助于学生深入掌握该领域的核心技术和应用趋势。 适用人群: 对AI及机器视觉感兴趣的高校师生或从业者。 使用场景及目标:该平台主要服务于教学机构和研究人员,为其提供强大的计算能力和多样化的实训平台。 该解决方案还包括一系列嵌入式设备和实训平台供学员动手实践,以及一个包含众多深度学习课程和AI基础应用课程的课程体系以满足不同基础阶段的学习者的培训需求。 其他说明:借助这个全方位的教学解决方案,能够有效缩小学生实践能力和岗位要求之间的缺口。
资源推荐
资源详情
资源评论
1
基于高算力服务硬件的人工智能
教学平台解决方案
2
目录
一、 概述 ...............................................................................................................................................3
1. 人工智能、深度学习、算力之间的关系 ...............................................................................3
2. 人工智能的行业划分和职业定位 .............................................................................................3
3. 人工智能专业需要掌握的技能目标 ........................................................................................5
4. 将思政教育融入新工科教学中 .................................................................................................6
5. 方案的具体实施 .............................................................................................................................6
6. 深度学习平台的构建 .....................................................................................................................1
二、 高性能平台核心设备 ...........................................................................................................2
三、 Jupyter HUB、Jupyter NoteBook、及可视化管控界面简介 ..................................4
1、算力分配和管控系统的构建 ...................................................................................................4
2、系统管控界面图示 .....................................................................................................................5
四、 课程体系和知识要点 ...............................................................................................................7
1、人工智能基础知识和要点(以机器视觉理论为主) ................................................................7
2、思政结合新工科课程(校企共研,以下为参考名称) .....................................................8
3、人工智能场景化实训课程 ............................................................................................................8
4、人工智能拓展实训课程.................................................................................................................9
5、人工智能实训平台 ..........................................................................................................................9
五、竞赛平台............................................................................................................................................ 10
六、人工智能研究基础平台嵌入式设备 ......................................................................................... 14
1、六轴机械臂人机互弈 .................................................................................................................. 14
2、智能分拣装置 (WasteGO) .................................................................................................. 15
3、智能交互终端 ................................................................................................................................ 16
4、自动驾驶系统 ................................................................................................................................ 18
5、六轴机械臂机器视觉开发套件 ................................................................................................ 20
6、XY 轴多功能绘图机器人 ............................................................................................................ 20
7、“京龙”无人车平台 ........................................................................................................................ 22
八、深度学习课程清单 ......................................................................................................................... 25
九、问答和总结 ....................................................................................................................................... 27
3
一、 概述
1. 人工智能、深度学习、算力之间的关系
“人工智能”和“深度学习”向来是工科教育领域的宠儿,人工智能的核心是深度学
习,深度学习的基石是高性能计算机。从天河超算伊始,我国就加入了全球超
级计算机俱乐部,年年力争世界冠军,高性能计算机逐渐开始映入我们眼帘。
随着科技的进步,高性能计算机(HPC)已不高高在上,早已经跟人们的学
习、生活、生活息息相关了:路上的车,发动机、底盘、车架,从内到外的设
计都离不 HPC;生病吃的药,研发过程是从计算模拟开始的;无数的好莱坞大
片特效也离不开 HPC;可以说,现在的高精尖领域,如 AI、生命科学、云计
算、精密仪器制造等技术的突飞猛进无一不凸显了对计算机性能的强烈渴望,
从而一直推动着高性能计算的发展和迭代。在前不久结束的 HPC China 2019
大会上,英特尔院士、HPC 战略总监 Mark Seager 在主题演讲中就提到,AI
市场将从 2018 年的 25 亿美元成长为 2022 年的 80-100 亿美元,年复合增
长率达到 30%,但是现有 的平台技术(包括 HPC)依然不能很好的满足 AI
的算力需求;计算机依旧是科学发展的源动力、摩尔定律依旧是推动产业周期
发展的硬规则,算力,继往开来,决定了人类解决问题的速度、深度和广度。
当下,人工智能行业受国内外时世推动,政策导向,风起云涌,大小企业如雨
后春笋,带来了大量的机遇和挑战。
2. 人工智能的行业划分和职业定位
以行业需求、职业定位为导向是我们学习人工智能的目的。诚然,高强度的实
4
验时间投入是新工科建设的保证,新工科的人才培养方案应以大量工程训练为
核心,辅以企业项目实习训练,这样才能达到行业对人才的要求;但现在的高
职院校在软硬件条件和学生资质上还和行需求有很大差距,“以终为始”的人才
培养方案更适合高职学生,让广大毕业生能找到高薪且满意的工作室迫切且务
实的,从行业细分职位出发作为着眼点,针对一些大企业对职位的招聘需求作
为教学点,不失为一条通途。
下图为行业定位细分及职位细分
5
3. 人工智能专业需要掌握的技能目标
针对企业的招聘需求,在经过了一定时间学习后,需要具备以下技能才能应对
行业需求和岗位要求。
(分为了解、熟悉、掌握、精通四个等级,精通针对个别优秀学生)
1) 熟悉 LINUX、Ubantu 等操作系统
2) 具备一定英文读写能力
3) 掌握 Python、C/C++编程,熟悉Python 在深度学习领域的工具包(如 Scrapy、
Flask、Jupyter)
4) 了解深度学习算法的基本概念和原理、熟悉神经网络常见的优化策略和方法
5) 熟悉计算机视觉监测/识别、语音识别、深度学习等技术原理
6) 掌握 TensorFlow/TensorFlow-lite、Pytorch、Caffe/Caffee2,熟悉 MXNET、
NCNN/MNN、QNNPACK 等学习框架至少 2 种(TensorFlow 为必备)
7) 了解基本的 ARM、GPU、DSP 架构
8) 了解深度学习原理和神经网络模型的设计、训练、优化和部署,(如:
Convolution、Pooling、BN、Activation)、layer 计算方式、量化训练;了解
资源库的搭建
9) 了解一种开源的 AI complier(AI 编译器)
10) 了解嵌入式的原理和掌握基本的嵌入式开发,能开发和调试 Linux 环境下底
层驱动程序和应用程序
11) 掌握在嵌入式设备上开发、维护和部署视觉及语音相关算法
12) 掌握在 Linux 及 Ubantu 下 AI 应用产品的功能测试,能分析、定位、跟踪问
题或缺陷,最终为解决问题提供建议
剩余34页未读,继续阅读
资源评论
风轻扬1314
- 粉丝: 95
- 资源: 450
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功