平臺簡介

機器學習與深度學習一體化開發平臺是為大學本科人工智能核心課程—《機器學習》、《神經網絡與深度學習》、《自然語音處理》等課程進行各類算法學習實驗、相關應用案例開發的開放性平臺。該平臺包括：開源機器學習案例庫、開源深度學習框架及案例庫、大量訓練與測試數據等。本開發平臺主要解決以上三門課程教學工程實踐問題，真正培養學生具有人工智能專業知識的實踐項目開發能力。

硬件參數
AI專用一體機：
雙CPU：雙核Denver 2 64位 CPU + 四核ARM Cortex-A57 MPCore
GPU：256核 Pascal GPU
內存：8GB 128位 LPDDR4內存
存儲：32GB板載eMMC + 128G SSD
視頻：視頻編碼-4Kx2K60Hz（HEVC）；視頻解碼-4Kx2K60Hz（12-bit support）
接口
（1）以太網：10/100/1000BASE-T自適應
（2）無線網卡：802.11ac WIFI + 藍牙
（3）攝像頭：12通道 MIPI CSI-2 D-PHY 1.2（30 Gbps）
（4）顯示：HDMI 2.0 / eDP 1.4 / 2x DSI / 2x DP 1.2
（5）USB：USB 3.0 + USB 2.0（Micro USB，擴展至2路標準USB接口）
（6）其他：GPIO， I2C， I2S， SPI， UART
電源：DC19V 插孔
機箱：工控專用機箱
顯示器：21寸HDIM接口LCD顯示器
外設：鍵盤、鼠標一套
預裝：預裝ubantu 18.0以上操作系統

應用開發案例

1、機器學習課程開源應用案例

      1.1 投資建廠的決策樹算法應用及開發案例

      1.2 圖形分類的k最近鄰算法應用及開發案例

      1.3 事故預測的線性模型算法應用及開發案例

      1.4 文本分類的SVM算法應用及開發案例

      1.5 病例分析的貝葉斯分類器算法應用及開發案例

      1.6 距離測量的流行學習數據降維算法應用及開發案例

      1.7 網絡作者分群的聚類算法應用及開發案例

      1.8 圖像檢索的半監督學習算法應用及開發案例

      1.9 商品關聯銷售的關聯規則學習應用及開發案例

      1.10 走迷宮的強化學習應用及開發案例

2、深度學習課程開源應用案例（含自然語音處理與語音識別課程應用及開發案例）

（1）深度學習主要網絡結構與應用

      1.1 卷積神經網絡及應用；

      1.2 循環神經網絡及應用；

      1.3 殘差網絡及應用；

      1.4 生成對抗網絡及應用。

（2）深度學習開源框架與搭建

      2.1 基于TensorFlow框架的網絡模型搭建；

      2.2 基于PyTorch框架的網絡模型搭建。

（3）深度學習在自然語音處理的應用

      3.1 中文分詞與詞性標注；

      3.2 句法分析與文本處理；

      3.3 機器翻譯。

（4）深度學習在圖像處理的應用

      4.1 手寫數字識別；     

      4.2 圖像分類；

      4.3 目標檢測識別；     

      4.4 人臉識別；

      4.5 圖像生成。

（5）深度學習在語音識別的應用

      5.1 語音識別模型；    

      5.2 語音輸入法；

      5.3 語音合成。