平臺(tái)簡(jiǎn)介

　　大數(shù)據(jù)人工智能實(shí)驗(yàn)平臺(tái)，是面向希望同時(shí)開(kāi)展大數(shù)據(jù)和人工智能專業(yè)教學(xué)的院校，而準(zhǔn)備的一套軟硬件一體化實(shí)驗(yàn)平臺(tái)。高性能的硬件提供可靠的實(shí)驗(yàn)環(huán)境，豐富的課程軟件保障了實(shí)踐教學(xué)需求，用戶通過(guò)該平臺(tái)，可便捷地調(diào)用所有資源。學(xué)?？梢岳迷撈脚_(tái)提供的實(shí)驗(yàn)手冊(cè)和軟硬件環(huán)境，實(shí)現(xiàn)大數(shù)據(jù)人工智能實(shí)驗(yàn)課程的日常教學(xué)、考試、科研等需求。

平臺(tái)架構(gòu)

　　大數(shù)據(jù)人工智能實(shí)驗(yàn)平臺(tái)采用Docker+KVM虛擬化技術(shù)，通過(guò)少量硬件服務(wù)器虛擬出大量的實(shí)驗(yàn)機(jī)器環(huán)境，將CPU和GPU資源虛擬化后進(jìn)行合理分配。可供學(xué)生同時(shí)擁有多套集群進(jìn)行基礎(chǔ)實(shí)驗(yàn)，包括Hadoop、Spark、Python語(yǔ)言、R語(yǔ)言、Caffe、TensorFlow等相關(guān)實(shí)驗(yàn)集群，可同時(shí)為每個(gè)學(xué)生提供多套集群進(jìn)行實(shí)驗(yàn)，即搭建了一個(gè)可供大量學(xué)生完成各自大數(shù)據(jù)人工智能實(shí)驗(yàn)的集成環(huán)境。平臺(tái)提供了四種主流的深度學(xué)習(xí)框架鏡像——Caffe、Tensorflow、Keras和Pytorch，鏡像中安裝了深度學(xué)習(xí)GPU開(kāi)發(fā)的底層驅(qū)動(dòng)、加速庫(kù)和深度學(xué)習(xí)框架，可以通過(guò)Docker+KVM虛擬化一鍵創(chuàng)建實(shí)驗(yàn)環(huán)境。若用戶需要使用其他技術(shù)框架，可在已生成環(huán)境的基礎(chǔ)上安裝使用其他深度學(xué)習(xí)框架。

平臺(tái)特性

　　● GPU資源共享

　　采用CPU和GPU并行架構(gòu)，基于兩者的虛擬化技術(shù)，可以做到“一卡多人”使用，節(jié)約了硬件資源，保證了深度學(xué)習(xí)模型訓(xùn)練所需充足算力的靈活配置。

　　● 開(kāi)箱即用的環(huán)境

　　預(yù)裝主流的大數(shù)據(jù)、深度學(xué)習(xí)軟件Hadoop、Spark、Kafka、Storm、Hive、HBase、Zookeeper、Caffe、TensorFlow、Keras、PyTorch等框架，用戶可以開(kāi)箱即用，無(wú)需反復(fù)的安裝操作，即可滿足大部分大數(shù)據(jù)、深度學(xué)習(xí)實(shí)驗(yàn)教學(xué)和自主學(xué)習(xí)的需要。每個(gè)用戶創(chuàng)建的環(huán)境自主獨(dú)立，互不影響。即使操作不當(dāng)，環(huán)境崩潰，也可銷(xiāo)毀重建，恢復(fù)初始環(huán)境。

　　● 完整的課程體系

　　大數(shù)據(jù)人工智能實(shí)驗(yàn)平臺(tái)是集實(shí)驗(yàn)機(jī)器、理論教材、實(shí)驗(yàn)手冊(cè)、視頻數(shù)據(jù)以及師資培訓(xùn)于一體的產(chǎn)品。解決如何開(kāi)設(shè)大數(shù)據(jù)、人工智能實(shí)驗(yàn)課程、需要做什么實(shí)驗(yàn)、怎么完成實(shí)驗(yàn)等一系列問(wèn)題，提供完整的大數(shù)據(jù)、人工智能教學(xué)體系及配套資源，包含：大數(shù)據(jù)和人工智能系列課程、課程教材、教學(xué)PPT、課程視頻、實(shí)驗(yàn)環(huán)境、實(shí)驗(yàn)手冊(cè)、實(shí)驗(yàn)數(shù)據(jù)、師資培訓(xùn)等內(nèi)容。

　　● 科研環(huán)境數(shù)據(jù)

　　提供多種多樣的科研環(huán)境和訓(xùn)練數(shù)據(jù)資源，包括科研所需要的人臉數(shù)據(jù)、交通數(shù)據(jù)、環(huán)保數(shù)據(jù)、傳感器數(shù)據(jù)、圖片數(shù)據(jù)等。

　　● 大數(shù)據(jù)人工智能教材

　　大數(shù)據(jù)人工智能系列教材，由清華大學(xué)博士、中國(guó)大數(shù)據(jù)應(yīng)用聯(lián)盟人工智能專家委員會(huì)主任、中國(guó)信息協(xié)會(huì)教育分會(huì)人工智能教育專家委員會(huì)主任劉鵬教授主編，由電子工業(yè)出版社、清華大學(xué)出版社正式出版發(fā)行，在京東、當(dāng)當(dāng)?shù)绕脚_(tái)發(fā)售，被國(guó)內(nèi)多所高校采用作為大數(shù)據(jù)、人工智能相關(guān)專業(yè)教材使用。

　　● 豐富的實(shí)驗(yàn)內(nèi)容

　　擁有豐富的大數(shù)據(jù)與人工智能實(shí)驗(yàn)，涵蓋原理驗(yàn)證、綜合應(yīng)用、自主設(shè)計(jì)及創(chuàng)新的多層次實(shí)驗(yàn)內(nèi)容，每個(gè)實(shí)驗(yàn)在線提供詳細(xì)的實(shí)驗(yàn)?zāi)康?、?shí)驗(yàn)內(nèi)容、實(shí)驗(yàn)原理和實(shí)驗(yàn)流程指導(dǎo)，配套相應(yīng)的實(shí)驗(yàn)數(shù)據(jù)，參照實(shí)驗(yàn)手冊(cè)即可輕松完成每個(gè)實(shí)驗(yàn)，幫助用戶解決大數(shù)據(jù)實(shí)驗(yàn)入門(mén)門(mén)檻限制。

　　Linux系統(tǒng)實(shí)驗(yàn)：基本命令、壓縮與解壓、軟件安裝與環(huán)境變量設(shè)置、文件操作、訓(xùn)練模型常用命令、sed命令等。

　　Python語(yǔ)言編程實(shí)驗(yàn)：流程控制、列表和元組、文件操作、正則表達(dá)式、字符串、字典等。

　　R語(yǔ)言編程實(shí)驗(yàn)：流程控制、文件操作、數(shù)據(jù)幀、因子操作、函數(shù)、線性回歸等。

　　大數(shù)據(jù)處理技術(shù)實(shí)驗(yàn)：HDFS實(shí)驗(yàn)、YARN實(shí)驗(yàn)、MapReduce實(shí)驗(yàn)、Hive實(shí)驗(yàn)、Spark實(shí)驗(yàn)、Zookeeper實(shí)驗(yàn)、HBase實(shí)驗(yàn)、Storm實(shí)驗(yàn)等。

　　數(shù)據(jù)采集實(shí)驗(yàn)：網(wǎng)絡(luò)爬蟲(chóng)原理、爬蟲(chóng)之協(xié)程異步、網(wǎng)絡(luò)爬蟲(chóng)的多進(jìn)程采集、爬取豆瓣電影信息、爬取豆瓣圖書(shū)Top250、爬取信息等。

　　數(shù)據(jù)清洗實(shí)驗(yàn)：Excel數(shù)據(jù)清洗常用函數(shù)、Excel數(shù)據(jù)分裂、Excel快速定位和填充、住房數(shù)據(jù)清洗、銀華基金數(shù)據(jù)清洗實(shí)例、客戶簽到數(shù)據(jù)的清洗轉(zhuǎn)換、數(shù)據(jù)脫敏等。

　　數(shù)據(jù)標(biāo)注實(shí)驗(yàn)：標(biāo)注工具的安裝與基礎(chǔ)操作、車(chē)牌夜晚環(huán)境標(biāo)框標(biāo)注、車(chē)牌日常環(huán)境標(biāo)框標(biāo)注、不完整車(chē)牌標(biāo)框標(biāo)注、行人標(biāo)框標(biāo)注、物品分類標(biāo)注等。

　　數(shù)據(jù)分析及可視化實(shí)驗(yàn)：JupyterNotebook、Pandas、NumPy、Matplotlib、Scipy、Seaborn、Statsmodel等。

　　數(shù)據(jù)挖掘?qū)嶒?yàn)：決策樹(shù)分類、隨機(jī)森林分類、樸素貝葉斯分類、支持向量機(jī)分類、K-means聚類等。

　　金融大數(shù)據(jù)實(shí)驗(yàn)：數(shù)據(jù)抓取、數(shù)據(jù)分析、時(shí)間序列分析、金融風(fēng)險(xiǎn)管理、預(yù)測(cè)走勢(shì)、中美實(shí)時(shí)貨幣轉(zhuǎn)換等。

　　電商大數(shù)據(jù)實(shí)驗(yàn)：航空公司客戶價(jià)值分析、基于基站定位數(shù)據(jù)的商圈分析、員工離職預(yù)測(cè)、數(shù)據(jù)分析、電商產(chǎn)品評(píng)論數(shù)據(jù)情感分析、電商打折套路解析等。

　　數(shù)理統(tǒng)計(jì)實(shí)驗(yàn)：高級(jí)數(shù)據(jù)管理、基本統(tǒng)計(jì)分析、回歸、方差分析、功效分析、中級(jí)繪圖等。

　　Caffe程序設(shè)計(jì)實(shí)驗(yàn)：Caffe基礎(chǔ)、LeNet手寫(xiě)數(shù)字識(shí)別、MNIST手寫(xiě)數(shù)字識(shí)別、Python調(diào)用訓(xùn)練好的模型實(shí)現(xiàn)分類、AlexNet圖像分類、Net圖像分類、ImageNet圖像分類、VGGNet人臉識(shí)別、DeepID人臉驗(yàn)證等。

　　TensorFlow程序設(shè)計(jì)實(shí)驗(yàn)：TensorFlow基礎(chǔ)、BP手寫(xiě)數(shù)字識(shí)別、MNIST手寫(xiě)數(shù)字識(shí)別、單層感知機(jī)實(shí)現(xiàn)、多層感知機(jī)實(shí)現(xiàn)、玻爾茲曼機(jī)編解碼、LeNet手寫(xiě)數(shù)字識(shí)別、MNIST手寫(xiě)數(shù)字識(shí)別、AlexNet圖像分類、CIFAR-10圖像分類等。

　　Keras程序設(shè)計(jì)實(shí)驗(yàn)：Keras基礎(chǔ)、學(xué)習(xí)率衰減、模型增量更新、模型評(píng)估、模型訓(xùn)練可視化、圖像增強(qiáng)、CNN手寫(xiě)數(shù)字識(shí)別、MNIST手寫(xiě)數(shù)字識(shí)別等。

　　PyTorch程序設(shè)計(jì)實(shí)驗(yàn)：PyTorch基礎(chǔ)、回歸模型、世界人口線性回歸、經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)自動(dòng)編碼器、RNN手寫(xiě)數(shù)字識(shí)別、MNIST手寫(xiě)數(shù)字識(shí)別等。

　　機(jī)器學(xué)習(xí)實(shí)驗(yàn)：OpenCV、Numpy、Matplotlib、Pandas、Scipy、PyTesseract的OCR文字識(shí)別等。

　　深度學(xué)習(xí)圖像處理實(shí)驗(yàn)：MLP的FashionMNIST衣物分類、CNN的CIFAR10圖像分類、CNN的花朵圖像分類、AlexNet口罩識(shí)別、YOLOv3安全背心檢測(cè)、U-Net醫(yī)療圖像語(yǔ)義分割等。

　　深度學(xué)習(xí)自然語(yǔ)言處理實(shí)驗(yàn)：jieba句子分詞、jieba中文詞性標(biāo)注、jieba中文分詞技術(shù)、NLP之Word2vec、Word2vec實(shí)現(xiàn)詞的向量表示、text8實(shí)現(xiàn)詞的向量表示、利用中文維基百科數(shù)據(jù)訓(xùn)練詞向量模型等。

　　深度學(xué)習(xí)拓展實(shí)驗(yàn)：CapsNet圖像分類、Fashion-MNIST圖像分類、Bi-LSTM圖像分類、涂鴉數(shù)據(jù)集的圖像分類、CNN繪畫(huà)風(fēng)格遷移、Pix2Pix圖像翻譯、Facades圖像翻譯、改進(jìn)版Encoder-Decode結(jié)構(gòu)的圖像描述、CycleGAN風(fēng)格變換等。

成功案例

　　西華大學(xué)、華僑大學(xué)、河南教育學(xué)院、重慶工程學(xué)院等。