一、 基本要求

深度學習應用開發(fā)平臺是為大學本科人工智能核心課程——《深度學習》進行算法學習實驗及相關案例開發(fā)的開放性平臺。深度學習平臺包括：深度學習服務器、計算機終端（選配）、相機、開源深度學習框架、樣例程序、大量訓練測試數(shù)據(jù)等。本應用開發(fā)平臺主要解決《深度學習》課程教學工程實踐問題，真正培養(yǎng)學生具有基于《深度學習》專業(yè)知識的實踐項目開發(fā)能力。

二、硬件配置

1. 服務器

1.1 機箱：5U塔式服務器；

1.2 CPU：Intel XEON 2.1G 16核處理器；

1.3 GPU：4個8G Telsa P4卡；

1.4 內(nèi)存：128，主頻2666內(nèi)存；

1.5 硬盤：480G SSD+4T企業(yè)級硬盤；

1.6 顯示器：21英寸。

2. 計算機終端

2.1 CPU：Intel i5處理器；

2.2 顯卡：獨立顯卡，2G；

2.3 內(nèi)存：8G；

2.4 硬盤：1T+128G SSD；

2.5 顯示器：21英寸。

3. 深度學習視覺系統(tǒng)

3.1 200萬像素智能相機；

3.2 包含1路麥克風和1路揚聲器，1路音頻輸入和1路音頻輸出；

3.3 1/2.7”CMOS傳感器；

3.4 最大圖像尺寸：1920×1080；

3.5 RJ45以太網(wǎng)接口；

3.6 電源：DC12V/15W。

三、軟件配置

1. TensorFlow軟件及開發(fā)案例；

2. PyTorch軟件及開發(fā)案例；

3. ★提供20個從入門到綜合應用的深度學習開源案例；

4. 提供5000個以上深度學習案例數(shù)據(jù)。

四、應用開發(fā)案例

1. 人工神經(jīng)網(wǎng)絡與機器學習

1.1 單層感知機MCP；

1.2 多層感知機MLP；

1.3 BP神經(jīng)網(wǎng)絡。

2. 深度學習主要網(wǎng)絡結構

2.1 卷積神經(jīng)網(wǎng)絡及應用；

2.2 循環(huán)神經(jīng)網(wǎng)絡及應；

2.3 殘差網(wǎng)絡及應用；

2.4 生成對抗網(wǎng)絡及應用。

3. 深度學習開源框架

3.7 基于TensorFlow框架的網(wǎng)絡模型搭建；

3.8 基于PyTorch框架的網(wǎng)絡模型搭建。

4. 深度學習在自然語音處理的應用

4.1 中文分詞與詞性標注；

4.2 句法分析與文本處理；

4.3 機器翻譯。

5. 深度學習在圖像處理的應用

5.1 手寫數(shù)字識別；

5.2 圖像分類；

5.3 目標檢測識別；

5.4 人臉識別；

5.5 圖像生成。

6. 深度學習在語音識別的應用

6.1 語音識別模型；

6.2 語音輸入法；

6.3 語音合成。

四、配套教學資源

1. ▲配套提供與平臺案例列表一致的《深度學習》教材；

2. ▲配套提供支持iOS和安卓APP、Web客戶端等學習的互聯(lián)網(wǎng)平臺教學視頻課程資源。