大數(shù)據(jù)人工智能一體化實(shí)驗(yàn)室建設(shè)方案

大數(shù)據(jù)人工智能一體化實(shí)驗(yàn)室建設(shè)方案Part1方案背景行業(yè)背景·高校人才背景Part1政府支撐201420212014年，大數(shù)據(jù)首次寫入政府工作報(bào)告，之后大數(shù)據(jù)產(chǎn)業(yè)逐漸成為各級政府關(guān)注的熱點(diǎn)。目前，全國31省市陸續(xù)出臺相關(guān)政策，各地出臺大數(shù)據(jù)相關(guān)政策已經(jīng)超過100條寫入政府工作報(bào)告相關(guān)議案、提案提交2021年3月全國兩會，多位全國人大代表、政協(xié)委員提交了多項(xiàng)涉及“大數(shù)據(jù)”相關(guān)的議案、提案，公共數(shù)據(jù)的價值釋放以及數(shù)據(jù)的治理與保護(hù)等成為重點(diǎn)關(guān)注話題國家對大數(shù)據(jù)的規(guī)劃部署在《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》中，“大數(shù)據(jù)”在規(guī)劃的征求意見稿中出現(xiàn)了14次，而“數(shù)據(jù)”一詞則出現(xiàn)了六十余次大數(shù)據(jù)正在成為融入經(jīng)濟(jì)社會發(fā)展各領(lǐng)域的要素、資源、動力、觀念大數(shù)據(jù)帶動的新一代信息技術(shù)從“前沿技術(shù)”正在變?yōu)椤爸匾獞?yīng)用”Part1數(shù)據(jù)產(chǎn)業(yè)發(fā)展情況2019年5386.2億元2840.8億元2016年我國大數(shù)據(jù)產(chǎn)業(yè)市場規(guī)模增速連續(xù)四年保持在20%以上2025年19508億元預(yù)計(jì)未來我國行業(yè)大數(shù)據(jù)市場規(guī)模增速將維持在15%-25%之間互聯(lián)網(wǎng)金融通信安防大數(shù)據(jù)交通能源工業(yè)2020年，受新冠肺炎疫情倒逼，大數(shù)據(jù)技術(shù)、產(chǎn)品和解決方案被廣泛應(yīng)用聯(lián)防聯(lián)控、產(chǎn)業(yè)監(jiān)測、資源調(diào)配、行程跟蹤等新興領(lǐng)域市場人才需求現(xiàn)狀Part104030201合格人才短缺招聘困難理論基礎(chǔ)強(qiáng)，但缺乏應(yīng)用實(shí)踐能力人才培養(yǎng)渠道有限，培養(yǎng)周期長市場人才爭奪激烈，內(nèi)部人才流失風(fēng)險(xiǎn)高市場人才需求情況人才的供給指數(shù)最低，僅為0.05，屬于高度稀缺。0160%以上企業(yè)都在招大數(shù)據(jù)人才。03未來人才缺口將達(dá)到1400萬。02需求面臨主要問題Part1缺乏系統(tǒng)化和規(guī)范化的標(biāo)準(zhǔn)化教材。01師資力量不足。03缺乏系統(tǒng)性的課程體系和內(nèi)容。02教學(xué)實(shí)驗(yàn)資源匱乏。04高校專業(yè)建設(shè)需求686所136所14所831所高校專業(yè)發(fā)展情況Part2建設(shè)方案方案概述·實(shí)驗(yàn)室建設(shè)·資源建設(shè)Part2

大數(shù)據(jù)人工智能一體化實(shí)驗(yàn)室大數(shù)據(jù)人工智能一體化實(shí)驗(yàn)室集教學(xué)、實(shí)訓(xùn)、科研為一體，擁有課程和案例兩大體系建設(shè)方案，同時基于學(xué)校教學(xué)需要，分為大數(shù)據(jù)基礎(chǔ)學(xué)習(xí)，人工智能進(jìn)階學(xué)習(xí)兩方面教學(xué)實(shí)訓(xùn)內(nèi)容，以此全面滿足高校大數(shù)據(jù)人工智能的實(shí)驗(yàn)教學(xué)科研要求。輿情大數(shù)據(jù)金融大數(shù)據(jù)安全大數(shù)據(jù)軍警大數(shù)據(jù)教育大數(shù)據(jù)……數(shù)據(jù)層實(shí)驗(yàn)室應(yīng)用層課程體系-課程教學(xué)算子實(shí)驗(yàn)在線考試計(jì)算層計(jì)算資源CPUGPU計(jì)算與調(diào)度引擎分發(fā)調(diào)度引擎數(shù)據(jù)分析引擎機(jī)器學(xué)習(xí)引擎深度學(xué)習(xí)引擎行業(yè)案例算子庫工業(yè)金融醫(yī)療旅游新聞各行業(yè)真實(shí)數(shù)據(jù)機(jī)器學(xué)習(xí)模型預(yù)測QB分析教學(xué)案例實(shí)驗(yàn)教學(xué)科研典型應(yīng)用場景一體化案例特色課程教學(xué)課件大數(shù)據(jù)基礎(chǔ)平臺人工智能進(jìn)階平臺輿情分析實(shí)驗(yàn)室情報(bào)分析實(shí)驗(yàn)室信創(chuàng)實(shí)驗(yàn)室Part2

大數(shù)據(jù)人工智能一體化實(shí)驗(yàn)室概述精選課程和行業(yè)案例大數(shù)據(jù)基礎(chǔ)精選課程和行業(yè)案例人工智能進(jìn)階針對高校大數(shù)據(jù)、人工智能專業(yè)實(shí)訓(xùn)教學(xué)、項(xiàng)目實(shí)踐等實(shí)際應(yīng)用場景，大數(shù)據(jù)人工智能一體化實(shí)驗(yàn)室提供穩(wěn)定、可靠、高效的軟硬一體化教學(xué)科研環(huán)境，以及完善的課程體系、行業(yè)案例和實(shí)驗(yàn)數(shù)據(jù)。以文本、視頻、多樣化的教學(xué)手段和豐富的實(shí)戰(zhàn)案例呈現(xiàn)，資源建設(shè)包含精選課程資源（基礎(chǔ)+進(jìn)階）和精選案例資源（基礎(chǔ)+進(jìn)階）。Part2

資源建設(shè)--課程精選課程（基礎(chǔ)）《數(shù)據(jù)清洗》《消息發(fā)布訂閱系統(tǒng)(kafka)》《數(shù)據(jù)分析與挖掘》《Scala編程》《大數(shù)據(jù)可視化技術(shù)》《大數(shù)據(jù)處理技術(shù)(Spark)-基礎(chǔ)》《數(shù)據(jù)統(tǒng)計(jì)建模與挖掘》《大數(shù)據(jù)處理技術(shù)(Spark)-中級》《數(shù)據(jù)庫應(yīng)用》《大數(shù)據(jù)處理技術(shù)(Spark)-高級》《Mysql數(shù)據(jù)庫》《R語言基礎(chǔ)》《數(shù)據(jù)分析技術(shù)（SPSS）》《R語言統(tǒng)計(jì)與建?！贰洞髷?shù)據(jù)開發(fā)技術(shù)(Hadoop)》《Linux基礎(chǔ)》《分布式數(shù)據(jù)倉庫(Hive)》《java程序設(shè)計(jì)》《數(shù)據(jù)庫技術(shù)(NoSQL)》《Docker平臺應(yīng)用》精選課程（進(jìn)階）《python編程》《數(shù)據(jù)標(biāo)注》《大數(shù)據(jù)智能理論與方法》《區(qū)塊鏈理論與應(yīng)用實(shí)戰(zhàn)》《人工智能應(yīng)用基礎(chǔ)》《數(shù)據(jù)挖掘?qū)崙?zhàn)》《機(jī)器學(xué)習(xí)》《機(jī)器學(xué)習(xí)典型案例》《深度學(xué)習(xí)》《深度學(xué)習(xí)典型實(shí)例》《自然語言處理》《自然語言處理案例實(shí)戰(zhàn)》《知識圖譜》《知識圖譜分析案例實(shí)戰(zhàn)》2341配套教學(xué)PPT提供教學(xué)使用的配套在線視頻課程，詳細(xì)講解實(shí)驗(yàn)內(nèi)容。在線視頻實(shí)驗(yàn)手冊嚴(yán)格遵循布魯姆認(rèn)知模型（實(shí)現(xiàn)標(biāo)準(zhǔn)化）在線試題庫提供大數(shù)據(jù)專業(yè)考試用的配套試題庫，老師可以在線發(fā)布考試題，了解學(xué)生的知識掌握情況。圖文并茂+流程動畫Part2

資源建設(shè)--課程精選案例包（基礎(chǔ)）（含案例數(shù)據(jù)+實(shí)驗(yàn)手冊）《農(nóng)業(yè)產(chǎn)品》《交通軌跡》《運(yùn)營商》《航班路線》《線上競拍》《銀行貸款風(fēng)險(xiǎn)評估》《情感分析》《搜索引擎構(gòu)建》《NBA賽事預(yù)測》《生態(tài)環(huán)境分析》精選案例包（進(jìn)階）（含案例數(shù)據(jù)+實(shí)驗(yàn)手冊）《人臉識別》《白葡萄酒質(zhì)量預(yù)測》《手勢識別》《鮑魚年齡預(yù)測》《圖像分類》《泰坦尼克號災(zāi)難生還預(yù)測》《物體識別》《信用卡欺詐評估》《某移動運(yùn)營商垃圾短信分類》《心臟病預(yù)測》《微博垃圾消息分類》《乳腺癌惡性預(yù)測》《財(cái)新網(wǎng)新聞推薦》《基于自增強(qiáng)泊松過程的新冠肺炎預(yù)測分析》《Twitter社交數(shù)據(jù)分析》《中文新聞分類任務(wù)》《基于金融輿情數(shù)據(jù)的傾向性分析》《設(shè)備健康狀態(tài)監(jiān)控》《基于用戶相似度進(jìn)行影評與推薦》《設(shè)備故障預(yù)警》Part2

資源建設(shè)--案例Part2

資源建設(shè)--案例提供行業(yè)典型項(xiàng)目案例及行業(yè)數(shù)據(jù)，項(xiàng)目涉及農(nóng)業(yè)、運(yùn)營商、電商、YB、體育、交通、航空、銀行、互聯(lián)網(wǎng)、環(huán)境等10多個領(lǐng)域，每個項(xiàng)目案例都配備項(xiàng)目方案及指導(dǎo)手冊、項(xiàng)目源代碼及代碼注釋、案例數(shù)據(jù)、系統(tǒng)安裝部署文檔。Part2針對高校大數(shù)據(jù)教學(xué)管理、項(xiàng)目實(shí)踐等實(shí)際應(yīng)用場景，大數(shù)據(jù)基礎(chǔ)平臺提供穩(wěn)定、可靠、高效的軟硬一體化大數(shù)據(jù)教學(xué)科研環(huán)境，以及完善的課程體系、項(xiàng)目數(shù)據(jù)和視頻、多樣化的教學(xué)手段和豐富的實(shí)戰(zhàn)案例。硬件平臺（鏡像、虛機(jī)、集群監(jiān)控）教學(xué)實(shí)驗(yàn)平臺實(shí)驗(yàn)教學(xué)考核一鍵創(chuàng)建課程綜合行業(yè)案例標(biāo)準(zhǔn)化大數(shù)據(jù)教學(xué)班級管理（課堂監(jiān)控、智能分析、成績評定）學(xué)生管控（學(xué)習(xí)／協(xié)助／考核）師資培養(yǎng)9類資源庫產(chǎn)教融合高職本科課程體系學(xué)生管理員教師大數(shù)據(jù)基礎(chǔ)平臺考試中心模型管理教學(xué)中心智能實(shí)訓(xùn)系統(tǒng)管理備課中心資源中心智能分析系統(tǒng)監(jiān)控運(yùn)維管理打通教學(xué)-實(shí)驗(yàn)-評價-監(jiān)控-分析全流程Part2大數(shù)據(jù)基礎(chǔ)平臺--功能概述備課中心：是根據(jù)老師的課程規(guī)劃，提供課程的基礎(chǔ)環(huán)境、教學(xué)數(shù)據(jù)、教學(xué)素材與實(shí)驗(yàn)報(bào)告等教學(xué)內(nèi)容的準(zhǔn)備。制作課程架構(gòu)圖Part2大數(shù)據(jù)基礎(chǔ)平臺--備課中心鏡像工廠：可以對平臺內(nèi)的實(shí)驗(yàn)環(huán)境進(jìn)行管理，底層技術(shù)采用docker和OpenStack混合架構(gòu)，同時支持生成Windows虛擬機(jī)、Docker容器和Jupyter環(huán)境，并且支持單機(jī)和集群兩種模式、可以自定義每一個虛機(jī)或容器的物理配置，滿足不同的教學(xué)場景需求。我的鏡像我的鏡像支持自主選擇節(jié)點(diǎn)系統(tǒng)及配置節(jié)點(diǎn)參數(shù)支持自主選擇節(jié)點(diǎn)系統(tǒng)及配置節(jié)點(diǎn)參數(shù)我的鏡像可按照容器和虛機(jī)創(chuàng)建鏡像、加工鏡像、發(fā)布鏡像的步驟把鏡像同步至可用鏡像系統(tǒng)中正常使用，可對鏡像自定義標(biāo)簽，方便查詢和調(diào)用。Part2大數(shù)據(jù)基礎(chǔ)平臺--備課中心1數(shù)據(jù)集管理針對圖像分類、目標(biāo)檢測、機(jī)器學(xué)習(xí)所需的數(shù)據(jù)集進(jìn)行管理，支持?jǐn)?shù)據(jù)集導(dǎo)入功能。2354素材管理針對備課屏幕錄像和備課文檔等素材進(jìn)行管理，平臺支持內(nèi)置錄屏功能，可以在系統(tǒng)內(nèi)完成屏幕錄屏功能。支持word、ppt、excel、pdf和MD格式的文檔上傳等功能。報(bào)告模板支持對系統(tǒng)內(nèi)的實(shí)驗(yàn)報(bào)告模板進(jìn)行管理，內(nèi)置文檔編輯器，支持在線編輯模板。文件管理包括平臺資源管理和我的網(wǎng)盤管理，均支持課件、視頻、手冊、圖片、軟件、數(shù)據(jù)及其他資源的上傳、下載、共享及刪除。模型管理提供系統(tǒng)內(nèi)置的人工智能模型，包括性別年齡識別、圖片風(fēng)格遷移、人體關(guān)鍵點(diǎn)、人臉表情識別、看圖說話、YOLO目標(biāo)檢測等圖像內(nèi)容識別模型，并提供模型體驗(yàn)功能。Part2大數(shù)據(jù)基礎(chǔ)平臺--資源中心在線實(shí)驗(yàn)支持開啟對應(yīng)教學(xué)章節(jié)的在線實(shí)驗(yàn)環(huán)境，學(xué)生可以在線觀看實(shí)驗(yàn)1開啟學(xué)生在線看實(shí)驗(yàn)在線播放實(shí)教學(xué)資源支持在線教學(xué)視頻播放，PPT，實(shí)驗(yàn)手冊等教學(xué)資源的同步播放23課堂狀態(tài)4白板教學(xué)與互動Part2大數(shù)據(jù)基礎(chǔ)平臺--教學(xué)中心實(shí)驗(yàn)文檔實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)筆記切換虛擬機(jī)課程目錄支持學(xué)生對照實(shí)驗(yàn)手冊，基于虛擬鏡像環(huán)境完成實(shí)訓(xùn)，平臺可提供一主兩從的真分布式實(shí)驗(yàn)環(huán)境。支持教師學(xué)生在線或離線情況、實(shí)驗(yàn)報(bào)告提交情況，也可以通過遠(yuǎn)程協(xié)助，進(jìn)入學(xué)生正在試驗(yàn)的環(huán)境，幫助在線學(xué)生完成實(shí)驗(yàn)；Part2大數(shù)據(jù)基礎(chǔ)平臺--智能實(shí)訓(xùn)考試架構(gòu)圖提供了科目管理、試題管理、試卷管理、考試管理等功能，可查看考試的具體詳情。Part2大數(shù)據(jù)基礎(chǔ)平臺--考試中心支持查詢考試，展示最高分、最低分、平均分、及格率、已提交人數(shù)等信息。同時生成錯題率統(tǒng)圖和成績排名圖。Part2大數(shù)據(jù)基礎(chǔ)平臺--考試中心提供可視化數(shù)據(jù)展示的功能。學(xué)習(xí)路徑主要展示學(xué)生的崗位能力達(dá)成、技術(shù)能力分布、學(xué)習(xí)路徑課程分布等信息。支持通過課程、班級以及姓名篩選。學(xué)習(xí)路徑架構(gòu)圖Part2大數(shù)據(jù)基礎(chǔ)平臺--智能分析集群監(jiān)控etcd監(jiān)控Kubernetes監(jiān)控Kubernetes監(jiān)控集群監(jiān)控etcd監(jiān)控Part2大數(shù)據(jù)基礎(chǔ)平臺--云平臺管理Part2人工智能進(jìn)階平臺--功能概述HiveNoSQL……SparkHadoop基礎(chǔ)學(xué)習(xí)平臺智能駕駛小車標(biāo)注平臺文本數(shù)據(jù)圖片數(shù)據(jù)模型推理平臺物體檢測顏色識別……課程體系在線教學(xué)課后練習(xí)實(shí)踐報(bào)告認(rèn)知應(yīng)用實(shí)踐指導(dǎo)教學(xué)在線服務(wù)服務(wù)檢測課程管理實(shí)驗(yàn)管理試題管理……標(biāo)注任務(wù)協(xié)同標(biāo)注數(shù)據(jù)審核……模型構(gòu)建模型訓(xùn)練模型優(yōu)化模型發(fā)布數(shù)據(jù)管理算法管理模型管理模板管理進(jìn)階學(xué)習(xí)平臺Part2人工智能進(jìn)階平臺—建模應(yīng)用提供豐富的算子庫和交互式圖形化配置和運(yùn)行監(jiān)控界面。集數(shù)據(jù)預(yù)處理、模型訓(xùn)練、預(yù)測、評估為一體。協(xié)同建模，對外發(fā)布，實(shí)戰(zhàn)應(yīng)用將分析任務(wù)抽象為有向無環(huán)數(shù)據(jù)流圖(DataflowDAG)，處理流程封裝為可拖拽的組件，提供多功能建模畫布與可視化圖形操作，實(shí)現(xiàn)搭積木式的分析流程快速構(gòu)建。模型構(gòu)建數(shù)據(jù)處理模型訓(xùn)練模型輸出用戶定義區(qū)模型運(yùn)行與調(diào)度區(qū)結(jié)果輸出區(qū)跨平臺（深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、分布式）跨語言（Java、Python、Scala)跨資源（CPU、GPU）定義數(shù)據(jù)源數(shù)據(jù)預(yù)處理模型訓(xùn)練模型評估基于Spark計(jì)算平臺基于Flink計(jì)算平臺基于深度學(xué)習(xí)平臺（Tensorflow、PyTorch等）進(jìn)行高緯度模型訓(xùn)練基于機(jī)器學(xué)習(xí)平臺進(jìn)行模型訓(xùn)練，SparkMLlib、SkLearn等平臺支持多框架相融合的異構(gòu)分布式計(jì)算環(huán)境，集合了MapReduce、Spark、TensorFlow、Pytorch等主流計(jì)算框架，支持分析算法庫和上層應(yīng)用。任務(wù)中每個算子都能支持Java、Python、Scala、R等主流編程語言，同時能支持單機(jī)/分布式算子混合運(yùn)算。Part2人工智能進(jìn)階平臺--混合計(jì)算B橫向維度C協(xié)同共建A縱向維度將復(fù)雜分析任務(wù)的進(jìn)行處理環(huán)節(jié)拆分封裝每個處理環(huán)節(jié)為超級節(jié)點(diǎn)，輸入輸出可配置，內(nèi)部可進(jìn)行子流程構(gòu)建基于處理環(huán)節(jié)進(jìn)行任務(wù)共享分配，達(dá)到協(xié)同共建Part2人工智能進(jìn)階平臺--協(xié)同建模圍繞行業(yè)的實(shí)際問題，通過協(xié)同合作與共享機(jī)制，不光能共同打磨和封裝算子，讓知識在碰撞中掌握的越來越牢固，還能降低復(fù)雜業(yè)務(wù)流程的分析維度，讓不同學(xué)生明確自身在分析任務(wù)中的分工與定位，實(shí)現(xiàn)模型的優(yōu)化與復(fù)用，提高應(yīng)用構(gòu)建效率。原始數(shù)據(jù)模型訓(xùn)練模型評估模型發(fā)布格式轉(zhuǎn)換數(shù)據(jù)清洗數(shù)據(jù)過濾超級節(jié)點(diǎn)安全機(jī)制數(shù)據(jù)預(yù)處理子流程Part2人工智能進(jìn)階平臺--插拔式算子工具集構(gòu)建提供統(tǒng)一的算子定義標(biāo)準(zhǔn)與規(guī)范，支持主流的Java、Python、R、Shell等語言算子及標(biāo)準(zhǔn)Docker鏡像算子的接入與定義。交互式在線編程環(huán)境，支持多種腳本語言的在線編輯、調(diào)試與運(yùn)行。描述信息算子框架參數(shù)配置（IO、調(diào)試）規(guī)則定義（繼承、級聯(lián)）執(zhí)行包……..所見即所得拖拽式定義RPythonJavaScalaRShellSparkSql編程算子Part2人工智能進(jìn)階平臺--算子庫關(guān)系型非關(guān)系文本圖片ZIP……加載寫入SparkMLlibSkLearnXgboostTensorflow基礎(chǔ)函數(shù)庫PyTorch文本處理數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)清洗數(shù)據(jù)采樣數(shù)據(jù)源/目標(biāo)數(shù)據(jù)預(yù)處理模型訓(xùn)練模型評估聚類特征轉(zhuǎn)換特征選擇參數(shù)估計(jì)分類回歸二分類評價多分類評價困惑度評價均方根誤差特征抽取數(shù)據(jù)校驗(yàn)時序分析網(wǎng)絡(luò)計(jì)算推薦排序文本分析深度學(xué)習(xí)可拖拽組件API調(diào)用離線調(diào)用版本管理框架應(yīng)用基于“開箱即用”原則構(gòu)建了一套完整面向開放、可擴(kuò)展的“可插拔式”算子集成框架，適配不同的業(yè)務(wù)場景。提高大數(shù)據(jù)在各領(lǐng)域的實(shí)際賦能效果，同時還能夠增加開發(fā)的靈活性、自主性與高度可擴(kuò)展性，提高算子開發(fā)的效率。Part2人工智能進(jìn)階平臺--計(jì)算機(jī)視覺與圖像處理小狗熊貓圖像分類基于已知圖片分類集合，對未知圖片進(jìn)行分類識別，支持單一化目標(biāo)分類識別，可定制化圖片分類體系。物體識別檢測圖像中的單個或多個物體?？勺R別包含人、汽車、飛機(jī)、雨傘、瓶子等在內(nèi)的90多種物體。發(fā)票識別提取圖片格式的增值稅普通發(fā)票及專票信息，生成結(jié)構(gòu)化格式的數(shù)據(jù)。圖像檢索以圖搜圖，在指定圖庫中檢索出相同或相似的圖片，適用于圖片查找、相似素材搜索等場景。OCR識別提取常規(guī)圖片中的文字，支持的圖片種類包括身份證、車票、證件、紅頭文件、證書等圖片格式數(shù)據(jù)。Part2人工智能進(jìn)階平臺--資產(chǎn)沉淀算子管理版本管理分類模型管理行業(yè)應(yīng)用實(shí)體識別邏輯回歸隨機(jī)森林歷史版本歷史記錄歷史日志教學(xué)示例移動互聯(lián)網(wǎng)醫(yī)療衛(wèi)生回歸推薦預(yù)測生活服務(wù)金融保險(xiǎn)工業(yè)制造......圖計(jì)算深度學(xué)習(xí)......分類決策樹回歸決策樹梯度提升決策樹......在模型處理及實(shí)驗(yàn)過程中，對過程中的知識進(jìn)行累積，形成知識資產(chǎn)，沉淀科研成果。Part2人工智能進(jìn)階平臺--智能設(shè)備智能設(shè)備模塊負(fù)責(zé)連接和管理可用的智能硬件設(shè)備，能夠?qū)⒂?xùn)練好的模型發(fā)布到智能小車、機(jī)械臂等硬件設(shè)備上，實(shí)時采集和獲取攝像頭和傳感器采集的信息和訓(xùn)練模型。可以通過內(nèi)置的在線編程功能，向智能硬件下達(dá)指令和回傳數(shù)據(jù)，實(shí)現(xiàn)編程-建模-訓(xùn)練-推理的人工智能全鏈路學(xué)習(xí)。智能硬件終端模型實(shí)踐載體終端注冊參數(shù)調(diào)優(yōu)推理執(zhí)行包推送模型訓(xùn)練實(shí)驗(yàn)構(gòu)建智能機(jī)器學(xué)習(xí)平臺手勢識別物體識別Part2硬件環(huán)境學(xué)習(xí)中心計(jì)算中心