人工智能應(yīng)用開發(fā)實(shí)訓(xùn)室建設(shè)需求

人工智能應(yīng)用開發(fā)實(shí)訓(xùn)室建設(shè)需求建設(shè)背景人工智能技術(shù)應(yīng)用專業(yè)2023屆的新生已經(jīng)入校學(xué)習(xí)，必須在新校區(qū)建設(shè)人工智能應(yīng)用開發(fā)實(shí)訓(xùn)室，確保教學(xué)的正常開展。教學(xué)需要新建人工智能應(yīng)用開發(fā)實(shí)訓(xùn)室，能滿足人工智能技術(shù)應(yīng)用專業(yè)課程的實(shí)訓(xùn)要求，達(dá)到教學(xué)目標(biāo)，項(xiàng)目建設(shè)內(nèi)容主要包括計(jì)算機(jī)設(shè)備、算力節(jié)點(diǎn)、交換機(jī)、端側(cè)設(shè)備、光模塊、智慧黑板、音響、在線學(xué)習(xí)平臺、在線實(shí)訓(xùn)平臺、教學(xué)管理系統(tǒng)、算法校驗(yàn)系統(tǒng)、課程資源、教學(xué)軟件、終端管理軟件、桌椅等。培訓(xùn)需要人工智能技術(shù)應(yīng)用專業(yè)擬開展1+X證書和技能鑒定，以作為考場或培訓(xùn)地點(diǎn)，必須建設(shè)高性能的實(shí)訓(xùn)室，與時俱進(jìn)，以滿足開展考證、對外服務(wù)以及業(yè)務(wù)拓展的需求。需求清單序號采購品目產(chǎn)品名稱詳細(xì)配置及性能說明數(shù)量單位1A02010199-其他計(jì)算機(jī)教學(xué)終端1、處理器：≥IntelI7-13700處理器（16C/24T，2.1GHz主頻、30M緩存）。2、內(nèi)存：≥32GDDR4內(nèi)存，4個內(nèi)存插槽，最大內(nèi)存支持128G。3、硬盤：≥1TBM.2SSD固態(tài)硬盤+3.5英寸4TBSATAHDD7200rpm，機(jī)箱可擴(kuò)展2個3.5"硬盤槽位。4、顯卡：≥4G獨(dú)顯，≥896個CUDA核心。基礎(chǔ)頻率≥1065Mhz。5、網(wǎng)卡：集成千兆網(wǎng)卡。6、接口：前置：1個USB-C、2個USB3.2G2、2個USB3.2G1，2個音頻接口（其中1個二合一音頻接口）。后置：4個USB接口，音頻接口，1個VGA、1個HDMI、1個DP接口。7、擴(kuò)展槽：1個PCIeGen4.0x16，2個PCIex4。8、鍵盤、鼠標(biāo)：標(biāo)配原廠USB光電鼠標(biāo)/防水鍵盤，支持鍵盤開機(jī)。9、操作系統(tǒng)：出廠預(yù)裝win11正版系統(tǒng)。10、安全技術(shù)：配置USB管控功能，可以在BIOS底層實(shí)現(xiàn)對USB端口管控，僅識別USB鍵盤/鼠標(biāo)設(shè)備，無法識別其它USB讀取設(shè)備，有效防止數(shù)據(jù)泄露。11、電源：配置≥500W節(jié)能電源，不低于90%能效轉(zhuǎn)換率。12、機(jī)箱：塔式標(biāo)準(zhǔn)機(jī)箱，不大于17L，節(jié)省空間。下置電源降低機(jī)箱重心，增強(qiáng)機(jī)箱穩(wěn)定性。13、軟件提供原廠性能優(yōu)化軟件：針對主流的ISV軟件進(jìn)行優(yōu)化（如AutoCAD、ANSYS、3DMax、Solidworks、Maya、Creo等），打開軟件界面即可看到ISV軟件的名稱，方便使用。也可根據(jù)實(shí)際使用需求，對ISV軟件進(jìn)行手動調(diào)試優(yōu)化。監(jiān)控機(jī)器運(yùn)行的實(shí)時負(fù)載（如處理器、內(nèi)存、網(wǎng)絡(luò)、硬盤、顯卡等）。14、顯示器：提供與主機(jī)同品牌顯示器，≥與主機(jī)同品牌，≥23.8英寸LED16：9VGA、HDMI雙接口/可壁掛/250流明/對比度≥3000:1/178°/178°/1920:1080。15、USB屏蔽技術(shù)，僅識別USB鍵盤、鼠標(biāo)，無法識別USB讀取設(shè)備，有效防止數(shù)據(jù)泄露。2臺2A02010199-其他計(jì)算機(jī)學(xué)生終端1、處理器：≥IntelI7-13700處理器（16C/24T，2.1GHz主頻、30M緩存）。2、內(nèi)存：≥32GDDR4內(nèi)存，4個內(nèi)存插槽，最大內(nèi)存支持128G。3、硬盤：≥1TBM.2SSD固態(tài)硬盤，機(jī)箱可擴(kuò)展2個3.5"硬盤槽位。4、顯卡：≥4G獨(dú)顯，≥896個CUDA核心?；A(chǔ)頻率≥1065Mhz。5、網(wǎng)卡：集成千兆網(wǎng)卡。6、接口：前置：1個USB-C、2個USB3.2G2、2個USB3.2G1，2個音頻接口（其中1個二合一音頻接口）。后置：4個USB接口，音頻接口，1個VGA、1個HDMI、1個DP接口。7、擴(kuò)展槽：1個PCIeGen4.0x16，2個PCIex4。8、鍵盤、鼠標(biāo)：標(biāo)配原廠USB光電鼠標(biāo)/防水鍵盤，支持鍵盤開機(jī)。9、操作系統(tǒng)：出廠預(yù)裝win11正版系統(tǒng)。10、安全技術(shù)：配置USB管控功能，可以在BIOS底層實(shí)現(xiàn)對USB端口管控，僅識別USB鍵盤/鼠標(biāo)設(shè)備，無法識別其它USB讀取設(shè)備，有效防止數(shù)據(jù)泄露。11、電源：配置≥500W節(jié)能電源，不低于90%能效轉(zhuǎn)換率。12、機(jī)箱：塔式標(biāo)準(zhǔn)機(jī)箱，不大于17L，節(jié)省空間。下置電源降低機(jī)箱重心，增強(qiáng)機(jī)箱穩(wěn)定性。13、軟件提供原廠性能優(yōu)化軟件：針對主流的ISV軟件進(jìn)行優(yōu)化（如AutoCAD、ANSYS、3DMax、Solidworks、Maya、Creo等），打開軟件界面即可看到ISV軟件的名稱，方便使用。也可根據(jù)實(shí)際使用需求，對ISV軟件進(jìn)行手動調(diào)試優(yōu)化。監(jiān)控機(jī)器運(yùn)行的實(shí)時負(fù)載（如處理器、內(nèi)存、網(wǎng)絡(luò)、硬盤、顯卡等）。14、顯示器：提供與主機(jī)同品牌顯示器，≥23.8英寸LED16：9VGA、HDMI雙接口/可壁掛/250流明/對比度≥3000:1/178°/178°/1920:1080。15、USB屏蔽技術(shù)，僅識別USB鍵盤、鼠標(biāo)，無法識別USB讀取設(shè)備，有效防止數(shù)據(jù)泄露。60臺3A02010199-其他計(jì)算機(jī)人工智能算力節(jié)點(diǎn)1.2U機(jī)架式服務(wù)器。2.配置2顆處理器IntelXeon4214R或同等規(guī)格CPU，主頻:≥2.4GHz,核心數(shù)≥12核。3.≥192GB(6*32G）DDR4內(nèi)存，最大支持16根DDR4內(nèi)存，最高速率2666MT/s，支持RDIMM或LRDIMM，最大容量4.0TB，支持AdvancedECC、內(nèi)存鏡像、內(nèi)存熱備。4.≥1個標(biāo)配SASRAID陣列卡，支持RAID0/1/10/5/6/50/60;≥1GB緩存，支持緩存數(shù)據(jù)保護(hù)，且后備保護(hù)時間不受限制。5.支持≥12個3.5寸熱插拔硬盤，可支持SAS/SATA硬盤、SSD混插，可支持≥2個NVMeU.2SSD。配置≥2塊480GSSD硬盤,≥4塊960GBSSD硬盤（兩塊系統(tǒng)盤+四塊數(shù)據(jù)盤）。6.支持≥6個標(biāo)準(zhǔn)PCIE3.0插槽，配置≥4塊TeslaT4GPU卡。7.可選配千兆或萬兆網(wǎng)卡，本次配置板載雙口萬兆以太網(wǎng)口。8.2個≥550w白金版熱插拔冗余電源，支持94%能效比的鉑金級電源選件，熱插拔冗余風(fēng)扇。9.集成系統(tǒng)管理芯片，提供iKVM和KVMOverIP高級管理功能，本地固件更新、錯誤日志，提供系統(tǒng)狀況的可視顯示。配置獨(dú)立的遠(yuǎn)程管理控制端口，支持遠(yuǎn)程監(jiān)控圖形界面,可實(shí)現(xiàn)與操作系統(tǒng)無關(guān)的遠(yuǎn)程對服務(wù)器的完全控制，包括遠(yuǎn)程的開機(jī)、關(guān)機(jī)、重啟、虛擬設(shè)備掛載等操作。可實(shí)現(xiàn)監(jiān)控服務(wù)器內(nèi)部主要部件的狀態(tài)，包括CPU、內(nèi)存、硬盤、風(fēng)扇、電源。4臺4A08060399-其他計(jì)算機(jī)軟件系統(tǒng)管理軟件1、多環(huán)境組合:自定義多個教學(xué)系統(tǒng)環(huán)境的復(fù)原組合，獨(dú)立設(shè)置某一系統(tǒng)盤數(shù)據(jù)盤的還原、寫入模式，支持對操作系統(tǒng)進(jìn)行復(fù)原后，計(jì)算機(jī)名、IP地址、域用戶等信息保存功能。2、復(fù)原卡模式功能：客戶端支持學(xué)習(xí)模式，可針對某個客戶端系統(tǒng)多次開啟學(xué)習(xí)與保護(hù)模式切換，持續(xù)保留過程學(xué)習(xí)數(shù)據(jù)。3、支持復(fù)雜網(wǎng)絡(luò)環(huán)境及跨校區(qū)部署管理，客戶端使用網(wǎng)絡(luò)引導(dǎo)、光盤引導(dǎo)、U盤方式進(jìn)行部署系統(tǒng)，客戶端可通過VLAN、跨區(qū)域、跨互聯(lián)網(wǎng)連接服務(wù)器并下發(fā)緩存。4、客戶端支持離線運(yùn)行：客戶端可在沒有網(wǎng)絡(luò)連接的情況下可離線運(yùn)行與在線狀態(tài)下一致的操作系統(tǒng)及軟件，并保證同一桌面環(huán)境在線與離線數(shù)據(jù)一致。5、客戶端緩存功能:客戶端支持將服務(wù)器鏡像文件緩存至本地硬盤，支持小容量固態(tài)硬盤以增量非分區(qū)的方式緩存至少五個以上的鏡像。客戶端需要支持多種模式模式，包含無緩存、全盤緩存、分區(qū)緩存等功能。支持硬盤故障的情況下自動以無盤方式啟動系統(tǒng)。6、集群及負(fù)載均衡:系統(tǒng)支持服務(wù)器集群及高性能負(fù)載均衡功能，可配置多I/O服務(wù)器多通道同時協(xié)同工作,將客戶端獨(dú)立分配至服務(wù)器集群的某一I/O服務(wù)器中某一網(wǎng)卡通道下進(jìn)行流量及壓力分解，當(dāng)一臺服務(wù)器發(fā)生宕機(jī)時，工作桌面的負(fù)荷將在自動切換到其他工作正常的服務(wù)器上，支持主機(jī)浮動授權(quán)機(jī)制，可由主機(jī)設(shè)定某一I/O服務(wù)器承載客戶端的連接量。7、采用Linux微內(nèi)核引導(dǎo)，可同時支持Legacy和UEFI兩種方式啟動系統(tǒng)，支持管理維護(hù)雙網(wǎng)卡、雙硬盤，支持NVME，M.2新型高速固態(tài)硬盤，同時兼容新老機(jī)型部署。8、操作系統(tǒng)支持:支持Windows7/10/11系列的32位和64位系統(tǒng)及銀河麒麟和統(tǒng)信UOS等Linux系統(tǒng)，客戶端可自主選擇不同的系統(tǒng)環(huán)境啟動或由管理端指定啟動環(huán)境。同時支持本地系統(tǒng)啟動，虛擬桌面啟動、網(wǎng)絡(luò)啟動等多種模式，多個系統(tǒng)環(huán)境可快速切換。9、集中化管理要求：軟件需同時具有控制臺及Web頁面的統(tǒng)一管理。管理員可通過Web頁面同時管理多臺服務(wù)器下的所有客戶端機(jī)器。Web平臺集成：服務(wù)器維護(hù)，服務(wù)器虛擬化，資產(chǎn)管理，任務(wù)計(jì)劃，云盤管理，桌面接入管理（包含應(yīng)用虛擬化），日志管理，用戶管理，網(wǎng)絡(luò)配置（對應(yīng)教室交換機(jī)管理）模塊要求在同一界面上操作，以便高效能管理。10、支持服務(wù)器分組管理功能，執(zhí)行跨服務(wù)器的計(jì)劃任務(wù)，任務(wù)計(jì)劃支持馬上執(zhí)行，固定時間，每天，每月等多種任務(wù)運(yùn)行方式，支持以瀏覽器或者APP形式遠(yuǎn)程操作機(jī)房任務(wù)計(jì)劃。11、鏡像文件管理功能：支持同時管理超過10個鏡像文件，支持加密，可實(shí)現(xiàn)差分及增量功能，可快速將某一差分或者增量合導(dǎo)出并為獨(dú)立鏡像文件，鏡像文件支持?jǐn)U容，管理員可根據(jù)業(yè)務(wù)需求對已完成的鏡像文件進(jìn)行容量擴(kuò)大，無需推倒重新制作鏡像文件。12、管理分組及桌面分配：支持將客戶端進(jìn)行分組的方式管理，管理員可根據(jù)配置好的鏡像分配給相應(yīng)的用戶或用戶組，支持P2P邊用邊載的背景載入功能，可在正常上課的同時完成緩存載入，同一網(wǎng)絡(luò)機(jī)器可互相分享緩存數(shù)據(jù)，支持?jǐn)帱c(diǎn)續(xù)傳，需要開機(jī)啟動即可使用（不需要強(qiáng)制下發(fā)完整系統(tǒng)），大幅減少網(wǎng)絡(luò)傳輸中的重復(fù)緩存數(shù)據(jù)，可以大幅提高傳輸效率。13、遠(yuǎn)程管理功能：支持從服務(wù)器端發(fā)起對客戶端進(jìn)行遠(yuǎn)程開機(jī)關(guān)機(jī)重啟，發(fā)送遠(yuǎn)程指令，發(fā)送遠(yuǎn)程消息，批量禁用和啟用外網(wǎng)，批量禁用和啟用內(nèi)外網(wǎng)，批量禁用所有網(wǎng)絡(luò)，批量設(shè)置U盤禁用或啟用或只讀，批量打印機(jī)驅(qū)動與配置備份恢復(fù)，文件夾重定向。在提供授權(quán)情況下，支持管理員遠(yuǎn)程桌面協(xié)助排錯功能。14、桌面管理功能：支持遠(yuǎn)程對客戶端資產(chǎn)信息進(jìn)行采集，并對終端機(jī)在線數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，包含總開機(jī)時長，開機(jī)次數(shù)等上機(jī)信息。15、郵件通知功能：支持平臺重要操作事件以郵件形式通知指定管理員郵箱地址。16、融合管理要求：服務(wù)端采用Linux平臺，支持國產(chǎn)化服務(wù)器操作系統(tǒng)，支持創(chuàng)建并管理虛擬機(jī)，虛擬機(jī)固件類型支持Legacy和UEFI啟動，支持裸機(jī)批量快速生成并結(jié)合VOI平臺系統(tǒng)鏡像分發(fā)功能，可同時管理實(shí)體終端及虛擬機(jī)，實(shí)現(xiàn)同時對虛擬機(jī)和實(shí)體機(jī)操作系統(tǒng)統(tǒng)一分發(fā)管理。17、支持C/S端，B/S端兩種方式進(jìn)行連接與登錄虛擬機(jī)桌面，遠(yuǎn)程連接協(xié)議支持VNC、RDP協(xié)議等多種主流協(xié)議，可支持窗口、全屏的快速切換。支持通過安裝移動設(shè)備APP訪問虛擬機(jī)。18、統(tǒng)一打印機(jī)管理：提供統(tǒng)一打印機(jī)服務(wù)器管理功能。19、遠(yuǎn)程辦公功能：在提供授權(quán)情況下，支持教師跨互聯(lián)網(wǎng)遠(yuǎn)程管控辦公室電腦和桌面，實(shí)現(xiàn)特殊情況下在家辦公。20、桌面延伸功能：學(xué)生通過自購電腦并安裝虛擬機(jī)軟件，在提供授權(quán)情況下，接入平臺系統(tǒng)鏡像分發(fā)功能得到與上機(jī)課程實(shí)操相同桌面與專業(yè)軟件，使得課后學(xué)習(xí)與實(shí)操相結(jié)合。學(xué)生通過授權(quán)可自行復(fù)原或清空實(shí)操桌面環(huán)境。21、提高服務(wù)器利用率：支持跨服務(wù)器容器集中管理，快速交付業(yè)務(wù)服務(wù)發(fā)布，可在線下載鏡像，離線導(dǎo)入導(dǎo)出鏡像，以及快速發(fā)布容器運(yùn)行，設(shè)置掛載數(shù)據(jù)卷等功能。22、管理平臺應(yīng)具有多網(wǎng)卡管理聚合功能，可在Web頁中配置round-robin、active-backup、XOR、boroadcast、802.3ad、balance-tlb和balance-alb七種聚合模式。23、支持用戶自定義緩存載入方案，管理員可設(shè)置學(xué)生機(jī)緩存從任意IP地址載入緩存，服務(wù)器內(nèi)置多種預(yù)設(shè)方案選擇，可配置學(xué)生機(jī)從鄰近計(jì)算機(jī)載入緩存，減少系統(tǒng)下發(fā)及更新時服務(wù)器壓力過大及網(wǎng)絡(luò)環(huán)境的影響。1套5A08060399-其他計(jì)算機(jī)軟件教學(xué)廣播軟件1、支持將教師機(jī)的屏幕畫面實(shí)時同步廣播給全體學(xué)生，屏幕廣播除了支持全屏，也支持窗口模式，滿足學(xué)生可一邊查看教師屏幕，一邊進(jìn)行本機(jī)操作。2、教師端支持終端電源控制功能，教師端可實(shí)現(xiàn)遠(yuǎn)程開機(jī)、關(guān)機(jī)、重啟終端。3、支持遠(yuǎn)程協(xié)助功能，教師可控制本班內(nèi)任意學(xué)生端桌面進(jìn)行遠(yuǎn)程協(xié)助。4、具備作業(yè)收取功能，教師可指定學(xué)生機(jī)的任意文件目錄自動收取文件。5、支持屏幕監(jiān)看功能，教師端可同時查看多個學(xué)生端的桌面畫面。6、學(xué)生端支持簽到功能，學(xué)生可通過此系統(tǒng)進(jìn)行考勤簽到。7、教師端可一鍵進(jìn)行網(wǎng)絡(luò)管控，支持一鍵對學(xué)生端桌面開啟/關(guān)閉內(nèi)外網(wǎng)。8、支持教學(xué)互動功能，教師可指定本班內(nèi)任意學(xué)生端桌面進(jìn)行實(shí)驗(yàn)演示，當(dāng)某個學(xué)生的操作比較典型時，教師可以利用此功能讓指定學(xué)生控制教師機(jī)進(jìn)行示范，使其他學(xué)生可以根據(jù)示范更好地領(lǐng)悟教學(xué)內(nèi)容。9、具有應(yīng)用控制功能，教師能批量打開/關(guān)閉學(xué)生桌面應(yīng)用程序。10、具有批量操作功能（非廣播功能），教師能同時控制所有學(xué)生機(jī)的鼠標(biāo)，同時對所有學(xué)生機(jī)進(jìn)行批量操作，比如通過批量操作功能協(xié)助所有學(xué)生機(jī)打開并配置實(shí)驗(yàn)環(huán)境。11、具有屏幕錄制及回放功能，教師可錄制教師機(jī)的操作步驟，方便學(xué)生課后根據(jù)錄制視頻進(jìn)行學(xué)習(xí)。12、可在教師端自定義添加功能按鍵，對接第三方應(yīng)用，比如把教學(xué)所需的軟件添加到管理界面，直接在管理界面上運(yùn)行教學(xué)軟件，方便教師開展教學(xué)活動。13、支持自定義設(shè)置黑屏肅靜相關(guān)參數(shù)，如黑屏提示語、持續(xù)時間、文字顏色、背景顏色，并支持顯示效果預(yù)覽。14、支持自定義提交作業(yè)文件保存路徑，要求學(xué)生所提交作業(yè)文件可設(shè)置是否自動在文件名前添加學(xué)生名，允許自定義限制學(xué)生單次提交文件個數(shù)、文件夾數(shù)及文件總大小等，有效控制教學(xué)過程數(shù)據(jù)的安全性。15、支持對教師端管理界面的功能按鈕設(shè)置隱藏、顯示或顯示且需要密碼，支持為關(guān)鍵系統(tǒng)類功能提供密碼保護(hù)（程序控制、遠(yuǎn)程命令、啟用/禁用U盤鼠標(biāo)等按鈕），避免上課因誤操作影響教學(xué)。16、提供學(xué)生程序批量更新、關(guān)閉程序、重啟學(xué)生程序等，方便管理員日常批量維護(hù)。17、支持計(jì)劃任務(wù)設(shè)定，可編輯時間提醒、遠(yuǎn)程關(guān)機(jī)、遠(yuǎn)程重啟、打開軟件等任務(wù)計(jì)劃，方便教師定時維護(hù)使用教學(xué)設(shè)備。18、提供網(wǎng)絡(luò)影院功能，滿足教學(xué)視頻流暢播放。1套6A08060399-其他計(jì)算機(jī)軟件人工智能交互式在線學(xué)習(xí)及教學(xué)管理系統(tǒng)該系統(tǒng)用于人工智能專業(yè)的專業(yè)基礎(chǔ)課程和專業(yè)通識課程的學(xué)生學(xué)習(xí)、教師教學(xué)管理?？芍С?1人以上并發(fā)操作。1.提供簡單易用、積木化封裝的編程方式，內(nèi)置AI引擎，讓學(xué)生無需理解深度學(xué)習(xí)背后復(fù)雜的原理，就可以體驗(yàn)人工智能編程的樂趣。2.在授課界面支持實(shí)驗(yàn)具有實(shí)驗(yàn)步驟介紹，實(shí)驗(yàn)頁面分為實(shí)驗(yàn)步驟、編程區(qū)和結(jié)果展示區(qū)。3.在授課界面支持實(shí)驗(yàn)編程區(qū)支持代碼編程、積木編程，或積木代碼雙編程模式。4.在授課界面支持實(shí)驗(yàn)編程區(qū)支持由學(xué)生手動輸入代碼，不允許學(xué)生直接復(fù)制代碼。5.在授課界面支持實(shí)驗(yàn)結(jié)果支持圖文、聲音、動畫等展示方式。6.提供學(xué)習(xí)中心功能，支持查看老師對實(shí)驗(yàn)的打分及評語，支持查看提交的作業(yè)成績及詳情。7.提供學(xué)習(xí)中心功能，支持在學(xué)習(xí)界面完成實(shí)驗(yàn)或項(xiàng)目，退出學(xué)習(xí)界面后，平臺記錄實(shí)驗(yàn)或項(xiàng)目當(dāng)前進(jìn)度和代碼、實(shí)驗(yàn)結(jié)果，再次進(jìn)入該課程界面，學(xué)生可以繼續(xù)完成實(shí)驗(yàn)或項(xiàng)目。8.在授課界面支持實(shí)驗(yàn)步驟支持通過“上一步”“下一步”切換查看步驟說明，開始實(shí)驗(yàn)后每一個步驟運(yùn)行完畢，點(diǎn)擊“下一步”進(jìn)入下一步驟的代碼編寫與運(yùn)行，直到實(shí)驗(yàn)所有步驟完成。1套7A08060399-其他計(jì)算機(jī)軟件人工智能交互式在線實(shí)訓(xùn)及算法校驗(yàn)系統(tǒng)該系統(tǒng)用于人工智能專業(yè)的專業(yè)核心課程、專業(yè)核心課程、專業(yè)綜合實(shí)訓(xùn)課程的學(xué)生學(xué)習(xí)實(shí)訓(xùn)和教師教學(xué)管理。支持61人以上并發(fā)操作。1.提供靈活開放的開發(fā)環(huán)境，實(shí)現(xiàn)人工智能關(guān)鍵技術(shù)。從軟件到硬件端到端串聯(lián)整套人工智能應(yīng)用，提供Python及Notebook等IDE環(huán)境，預(yù)置常見的計(jì)算及算法庫和主流深度學(xué)習(xí)框架，如PyTorch、TensorFlow等。2.平臺在JupyterNotebook項(xiàng)目下，提供對項(xiàng)目文件的配置功能，支持“復(fù)制”、“粘貼”和“復(fù)制文件路徑”等功能。平臺在JupyterNotebook項(xiàng)目下，提供代碼文件編輯和預(yù)覽功能、文本文件編輯和預(yù)覽功能、圖片文件的打開預(yù)覽功能等。3.平臺在JupyterNotebook項(xiàng)目下，提供引用的數(shù)據(jù)集功能，支持添加來源為“公開”、“群組”、“我的”數(shù)據(jù)集。4.平臺在JupyterNotebook項(xiàng)目下，提供服務(wù)器運(yùn)行環(huán)境功能，支持顯示運(yùn)行環(huán)境的“CPU”、“RAM”、“框架版本”和“庫信息”等功能。5.平臺在JupyterNotebook項(xiàng)目下，支持服務(wù)器的運(yùn)行環(huán)境選擇功能，支持“啟動”和“停止”運(yùn)行環(huán)境。6.平臺在JupyterNotebook項(xiàng)目下，須提供容器資源回收功能，若在服務(wù)器運(yùn)行環(huán)境列表中啟動新項(xiàng)目的環(huán)境時，系統(tǒng)提示資源已占滿，支持停止當(dāng)前已在運(yùn)行中的任意一個容器環(huán)境，并可繼續(xù)啟動并運(yùn)行新項(xiàng)目。7.平臺在JupyterNotebook項(xiàng)目下，提供個人空間功能，支持“刷新”、“新建”和“上傳”等功能，其中“新建”功能支持“新建文件”和“新建目錄”，“上傳”功能支持“上傳文件”和“上傳目錄”。8.平臺在JupyterNotebook項(xiàng)目下，支持項(xiàng)目文件目錄樹和個人空間目錄樹之間的文件復(fù)制和粘貼操作。9.平臺在JupyterNotebook項(xiàng)目下，提供代碼重置功能，支持一鍵清空當(dāng)前項(xiàng)目記錄，還原為初始項(xiàng)目及代碼文件。10.平臺在JupyterNotebook項(xiàng)目下，提供運(yùn)行及狀態(tài)監(jiān)測功能，支持一鍵運(yùn)行，并能在界面中顯示相關(guān)運(yùn)行狀態(tài)描述，如“項(xiàng)目已就緒”、“同步數(shù)據(jù)集完成”、“已啟動容器”和“版本”等。11.平臺實(shí)驗(yàn)形式支持Python項(xiàng)目的IDE開發(fā)環(huán)境。12.平臺在Python項(xiàng)目下，支持與常見開源開發(fā)板通信的能力，通信方式支持有線方式。13.平臺在Python項(xiàng)目下，支持以可視化的方式進(jìn)行硬件編程與文件操作，同時支持將硬件運(yùn)行輸出展示到平臺上。14.平臺在Python項(xiàng)目下，提供在線IDE功能，支持項(xiàng)目文件以目錄樹的形式展示，支持創(chuàng)建文件或文件夾、上傳文件或文件夾，對文件進(jìn)行重命名、刪除、下載等操作。15.平臺在Python項(xiàng)目下，提供對項(xiàng)目文件的配置功能，支持“復(fù)制”和“粘貼”、“復(fù)制文件路徑”和“設(shè)置為運(yùn)行入口”等功能。16.平臺在Python項(xiàng)目下，提供引用的數(shù)據(jù)集功能，支持添加來源為“公開”、“群組”、“我的”數(shù)據(jù)集。17.平臺在Python項(xiàng)目下，提供個人空間功能，支持“刷新”、“新建”和“上傳”等功能，其中“新建”功能支持“新建文件”和“新建目錄”，“上傳”功能支持“上傳文件”和“上傳目錄”。18.平臺在Python項(xiàng)目下，提供代碼重置功能，支持一鍵清空當(dāng)前項(xiàng)目記錄，還原為初始項(xiàng)目及代碼文件。19.平臺在Python項(xiàng)目下，提供運(yùn)行及狀態(tài)監(jiān)測功能，支持一鍵運(yùn)行，并能在界面中顯示相關(guān)運(yùn)行狀態(tài)描述，如“項(xiàng)目已就緒”、“未連接硬件設(shè)備”和“版本”等。20.平臺在Python項(xiàng)目下，支持項(xiàng)目目錄樹、硬件設(shè)備目錄樹、個人空間目錄樹之間的文件復(fù)制和粘貼操作。21.為保證教學(xué)內(nèi)容延續(xù)性和先進(jìn)性，平臺開發(fā)廠家應(yīng)具備人工智能前沿技術(shù)研究能力，可提供不少于三個CVPR/ICCV/ECCV論文或查詢地址證明。1套8C16030300-數(shù)字內(nèi)容加工處理服務(wù)《人工智能基礎(chǔ)》課程資源1.提供至少26個實(shí)驗(yàn)內(nèi)容可供選擇。2.實(shí)驗(yàn)運(yùn)行在人工智能教學(xué)平臺上，學(xué)生通過PC機(jī)瀏覽器接入平臺使用。3.在線實(shí)驗(yàn)界面應(yīng)包括項(xiàng)目管理區(qū)和實(shí)驗(yàn)操作區(qū)2部分。4.提供所有課程的PPT課件和實(shí)驗(yàn)指導(dǎo)書。5.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能實(shí)現(xiàn)汽車數(shù)據(jù)集的觀察和加載。6.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能查看汽車數(shù)據(jù)集的基本信息。7.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能查看數(shù)據(jù)列之間的相關(guān)性。8.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能利用matplotlib和seaborn對數(shù)據(jù)列進(jìn)行可視化。9.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能實(shí)現(xiàn)刪除汽車數(shù)據(jù)集中的無效列。10.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能實(shí)現(xiàn)對數(shù)據(jù)集分為特征列和目標(biāo)列。11.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能實(shí)現(xiàn)將汽車數(shù)據(jù)集切分為訓(xùn)練集和測試集。12.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能實(shí)現(xiàn)區(qū)分不同類型的特征列。13.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能實(shí)現(xiàn)對特征數(shù)據(jù)進(jìn)行數(shù)值轉(zhuǎn)換。14.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能學(xué)會線性回歸模型的基本概念。15.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能運(yùn)用Scikit-Learn定義預(yù)測汽車價格的線性回歸模型。16.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能利用訓(xùn)練集數(shù)據(jù)擬合定義好的線性回歸模型。17.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能學(xué)會線性回歸模型擬合的原理。18.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能運(yùn)用擬合好的模型進(jìn)行預(yù)測。19.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能學(xué)會回歸任務(wù)中常見的評估指標(biāo)。20.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能利用均方誤差和均方根誤差來評估模型。21.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能利用R-squared方法來評估模型。22.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能學(xué)會回歸任務(wù)中的正則化概念。23.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能運(yùn)用嶺回歸正則化模型。24.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能運(yùn)用Lasso回歸正則化模型。25.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能分析汽車數(shù)據(jù)集的相關(guān)性矩陣。26.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能基于單個特征構(gòu)建多項(xiàng)式回歸模型。27.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能利用多個特征構(gòu)建多項(xiàng)式回歸模型。28.包含汽車價格預(yù)測的回歸任務(wù)實(shí)驗(yàn)，能對多項(xiàng)式回歸模型進(jìn)行擬合及評估。29.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能加載銀行銷售數(shù)據(jù)集。30.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能刪除銀行銷售數(shù)據(jù)集中的無效列。31.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能查看數(shù)據(jù)表中的各種信息。32.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能可視化數(shù)據(jù)集中客戶的分布情況。33.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能可視化數(shù)據(jù)集中客戶的其他背景信息。34.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能區(qū)分銀行銷售數(shù)據(jù)集的不同類型數(shù)據(jù)列。35.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能分別對序列類型和分類類型數(shù)據(jù)做預(yù)處理。36.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能對目標(biāo)標(biāo)簽做預(yù)處理。37.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能切分銀行銷售數(shù)據(jù)集。38.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能對數(shù)據(jù)集進(jìn)行標(biāo)準(zhǔn)化處理。39.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能學(xué)會支持向量機(jī)的基本概念。40.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能運(yùn)用Scikit-Learn構(gòu)建線性SVM分類模型。41.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能查看線性SVM模型的相關(guān)參數(shù)和屬性。42.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能使用訓(xùn)練好的線性SVM模型來進(jìn)行預(yù)測。43.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能通過計(jì)算模型的準(zhǔn)確率來評估SVM分類模型。44.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能通過計(jì)算模型的精確率來評估SVM分類模型。45.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能通過計(jì)算模型的召回率和F1分?jǐn)?shù)來評估SVM分類模型。46.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能打印模型的評估報(bào)告。47.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能利用ROC曲線來評估SVM分類模型。48.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能對數(shù)據(jù)集進(jìn)行索引截取。49.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能擬合基于多項(xiàng)式內(nèi)核的非線性SVM模型。50.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能擬合基于高斯RBF內(nèi)核的非線性SVM模型。51.包含銀行理財(cái)產(chǎn)品銷售情況分析實(shí)驗(yàn)，能對線性SVM和非線性SVM模型的比較。52.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能紅酒數(shù)據(jù)集的加載和分析。53.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能可視化數(shù)據(jù)特征列之間的相關(guān)性。54.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能可視化不同特征和目標(biāo)值之間的關(guān)系。55.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能對特殊目標(biāo)列進(jìn)行變換處理。56.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能對特征列進(jìn)行標(biāo)準(zhǔn)化處理。57.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能學(xué)會決策樹的基本概念。58.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能利用運(yùn)用Scikit-Learn構(gòu)建決策樹模型。59.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能學(xué)會決策樹的相關(guān)參數(shù)。60.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能可視化訓(xùn)練好的決策樹模型。61.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能用模型預(yù)測紅酒屬于不同等級的概率。62.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能對決策樹模型進(jìn)行性能評估。63.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能利用Scikit-Learn生成環(huán)形數(shù)據(jù)集并可視化。64.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能學(xué)會隨機(jī)森林算法的基本概念。65.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能利用隨機(jī)森林對生成的環(huán)形數(shù)據(jù)進(jìn)行分類。66.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能對隨機(jī)森林模型和單決策樹模型的比較。67.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能可視化兩個模型的決策邊界。68.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能利用隨機(jī)森林對紅酒數(shù)據(jù)集進(jìn)行分類。69.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能使用交叉驗(yàn)證來驗(yàn)證模型的合理性。70.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能比較交叉驗(yàn)證和直接訓(xùn)練的模型AUC分?jǐn)?shù)。71.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能利用網(wǎng)格搜素的方法實(shí)現(xiàn)模型的微調(diào)。72.包含紅酒質(zhì)量分析實(shí)驗(yàn)，能學(xué)會模型的保存方法。73.包含基于集成學(xué)習(xí)的房價預(yù)測實(shí)驗(yàn)，能學(xué)會數(shù)據(jù)集的加載和熱力圖的繪制。74.包含基于集成學(xué)習(xí)的房價預(yù)測實(shí)驗(yàn)，能查找數(shù)據(jù)集中各個特征缺失值的情況。75.包含基于集成學(xué)習(xí)的房價預(yù)測實(shí)驗(yàn)，能丟棄缺失值過多的列。76.包含基于集成學(xué)習(xí)的房價預(yù)測實(shí)驗(yàn)，能處理類別型缺失數(shù)據(jù)。77.包含基于集成學(xué)習(xí)的房價預(yù)測實(shí)驗(yàn)，能處理數(shù)值型缺失數(shù)據(jù)。78.包含基于集成學(xué)習(xí)的房價預(yù)測實(shí)驗(yàn)，能學(xué)會復(fù)雜數(shù)據(jù)預(yù)處理的方法。79.包含基于集成學(xué)習(xí)的房價預(yù)測實(shí)驗(yàn)，能利用ColumnTransformer對不同類型數(shù)據(jù)統(tǒng)一做轉(zhuǎn)換。80.包含基于集成學(xué)習(xí)的房價預(yù)測實(shí)驗(yàn)，能學(xué)會集成學(xué)習(xí)的基本概念。81.包含基于集成學(xué)習(xí)的房價預(yù)測實(shí)驗(yàn)，能xgboost集成學(xué)習(xí)構(gòu)建預(yù)測房價的回歸模型。82.包含基于集成學(xué)習(xí)的房價預(yù)測實(shí)驗(yàn)，能利用網(wǎng)格搜索優(yōu)化xgboost模型。83.包含基于集成學(xué)習(xí)的房價預(yù)測實(shí)驗(yàn)，能對最佳xgboost模型進(jìn)行預(yù)測并保存預(yù)測結(jié)果到excel中。84.包含基于集成學(xué)習(xí)的房價預(yù)測實(shí)驗(yàn)，能學(xué)會bagging、AdaBoost和GBRT的集成學(xué)習(xí)方法。85.包含基于集成學(xué)習(xí)的房價預(yù)測實(shí)驗(yàn)，能分別用上述模型進(jìn)行模型評估，并比較評估效果。86.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能玻璃數(shù)據(jù)集數(shù)據(jù)的加載和可視化分析。87.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能對玻璃數(shù)據(jù)集進(jìn)行數(shù)據(jù)切分。88.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能對玻璃數(shù)據(jù)集進(jìn)行特征工程處理。89.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能學(xué)會KNN算法的基本概念。90.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能學(xué)會Scikit-Learn中KNN算法的主要參數(shù)的含義及其應(yīng)用。91.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能利用KNN算法和網(wǎng)格搜索的方式訓(xùn)練模型。92.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能學(xué)會訓(xùn)練好的KNN模型評估方法。93.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能學(xué)會機(jī)器學(xué)習(xí)中降維的基本概念。94.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能學(xué)會降維技術(shù)中常用的LDA和PCA方法基本使用。95.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能學(xué)會利用降維技術(shù)對原數(shù)據(jù)集進(jìn)行降維處理。96.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能利用降維后的數(shù)據(jù)擬合KNN模型。97.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能對玻璃數(shù)據(jù)集進(jìn)行降維處理。98.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能用降維后的數(shù)據(jù)訓(xùn)練KNN分類模型。99.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能根據(jù)不同等級降維數(shù)據(jù)擬合KNN模型。100.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能對各個模型的預(yù)測準(zhǔn)確率進(jìn)行可視化分析。101.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能學(xué)會樣本類別不平衡的問題。102.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能學(xué)會欠采樣和過采樣的概念。103.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能利用SMOTE算法進(jìn)行過采樣。104.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能使用過采樣后的玻璃數(shù)據(jù)集擬合模型。105.包含基于降維和KNN的玻璃分類任務(wù)實(shí)驗(yàn)，能對各個模型的準(zhǔn)確率進(jìn)行可視化。106.包含商場顧客的聚類分析實(shí)驗(yàn)，能學(xué)會非監(jiān)督學(xué)習(xí)的基本概念。107.包含商場顧客的聚類分析實(shí)驗(yàn)，能分析商場顧客數(shù)據(jù)集和之前數(shù)據(jù)集的不同。108.包含商場顧客的聚類分析實(shí)驗(yàn)，能對商場顧客數(shù)據(jù)集做特征間的可視化探索。109.包含商場顧客的聚類分析實(shí)驗(yàn)，能學(xué)會非監(jiān)督學(xué)習(xí)中K-Means聚類算法的基本概念。110.包含商場顧客的聚類分析實(shí)驗(yàn)，能利用數(shù)據(jù)集中兩個特征實(shí)現(xiàn)聚類。111.包含商場顧客的聚類分析實(shí)驗(yàn)，能對聚類結(jié)果以散點(diǎn)圖的形式可視化，并將聚類中心給標(biāo)注出來。112.包含商場顧客的聚類分析實(shí)驗(yàn)，能利用數(shù)據(jù)集中多個特征實(shí)現(xiàn)聚類。113.包含商場顧客的聚類分析實(shí)驗(yàn)，能查看聚類模型的inertia。114.包含商場顧客的聚類分析實(shí)驗(yàn)，能訓(xùn)練指定不同簇的K-Means模型。115.包含商場顧客的聚類分析實(shí)驗(yàn)，能打印出不同K-Means模型的inertia值并將其可視化。116.包含商場顧客的聚類分析實(shí)驗(yàn)，能學(xué)會聚類中輪廓系數(shù)的概念。117.包含商場顧客的聚類分析實(shí)驗(yàn)，能計(jì)算多個K-Means模型的輪廓系數(shù)。118.包含商場顧客的聚類分析實(shí)驗(yàn)，能將各個模型的輪廓系數(shù)可視化出來并找到最佳簇?cái)?shù)。119.包含商場顧客的聚類分析實(shí)驗(yàn)，能讀取照片并轉(zhuǎn)換為數(shù)組格式。120.包含商場顧客的聚類分析實(shí)驗(yàn)，能對圖像的顏色進(jìn)行聚類。121.包含商場顧客的聚類分析實(shí)驗(yàn)，能利用集群中心的顏色還原圖片。122.包含商場顧客的聚類分析實(shí)驗(yàn)，能對圖片的顏色進(jìn)行不同程度的聚類。1門9C16030300-數(shù)字內(nèi)容加工處理服務(wù)《python程序設(shè)計(jì)項(xiàng)目實(shí)訓(xùn)》課程資源1.提供至少23個實(shí)驗(yàn)內(nèi)容可供選擇。2.提供所有課程的PPT課件和實(shí)驗(yàn)指導(dǎo)書。3.實(shí)驗(yàn)運(yùn)行在人工智能教學(xué)平臺上，學(xué)生通過PC機(jī)瀏覽器接入平臺使用。4.在線實(shí)驗(yàn)界面應(yīng)包括實(shí)驗(yàn)操作區(qū)和結(jié)果展示區(qū)2部分。5.在線實(shí)驗(yàn)開發(fā)工具采用Jupyter。6.包含郵政編碼識別實(shí)驗(yàn)，使用性能優(yōu)化的API加載手寫數(shù)字?jǐn)?shù)據(jù)集。7.包含郵政編碼識別實(shí)驗(yàn)，能實(shí)現(xiàn)學(xué)習(xí)手寫數(shù)字圖像可視化。8.包含郵政編碼識別實(shí)驗(yàn)，能進(jìn)行數(shù)據(jù)歸一化。9.包含郵政編碼識別實(shí)驗(yàn)，能進(jìn)行數(shù)據(jù)類型轉(zhuǎn)換。10.包含郵政編碼識別實(shí)驗(yàn)，能進(jìn)行數(shù)據(jù)尺寸變化。11.包含郵政編碼識別實(shí)驗(yàn)，能運(yùn)用支持向量機(jī)得到分類結(jié)果。12.包含郵政編碼識別實(shí)驗(yàn)，能進(jìn)行支持向量機(jī)算法評估和驗(yàn)證。13.包含郵政編碼識別實(shí)驗(yàn)，能實(shí)現(xiàn)支持向量機(jī)算法推理計(jì)算。14.包含郵政編碼識別實(shí)驗(yàn)，能構(gòu)建線性層、非線性層。15.包含郵政編碼識別實(shí)驗(yàn)，能運(yùn)用線性層、非線性層及Sequential方法構(gòu)建多層感知機(jī)算法。16.包含郵政編碼識別實(shí)驗(yàn)，能實(shí)現(xiàn)多層感知機(jī)算法訓(xùn)練。17.包含郵政編碼識別實(shí)驗(yàn)，能實(shí)現(xiàn)多層感知機(jī)算法評估和驗(yàn)證。18.包含郵政編碼識別實(shí)驗(yàn)，能實(shí)現(xiàn)多層感知機(jī)算法推理計(jì)算。19.包含郵政編碼識別實(shí)驗(yàn)，能運(yùn)用線性層、非線性層構(gòu)建任意層感知機(jī)模型。20.包含郵政編碼識別實(shí)驗(yàn)，能使用集成且簡化封裝API對任意層感知機(jī)模型訓(xùn)練，并可視化訓(xùn)練過程。21.包含郵政編碼識別實(shí)驗(yàn)，能使用集成且簡化封裝API實(shí)現(xiàn)任意層感知機(jī)模型評估和驗(yàn)證。22.包含郵政編碼識別實(shí)驗(yàn)，能實(shí)現(xiàn)任意層感知機(jī)模型推理計(jì)算。23.包含郵政編碼識別實(shí)驗(yàn)，能運(yùn)用線性層、非線性層、丟棄層構(gòu)建復(fù)雜任意層感知機(jī)模型。24.包含郵政編碼識別實(shí)驗(yàn)，能實(shí)現(xiàn)復(fù)雜任意層感知機(jī)模型訓(xùn)練、評估和驗(yàn)證。25.包含郵政編碼識別實(shí)驗(yàn)，能實(shí)現(xiàn)復(fù)雜任意層感知機(jī)模型推理計(jì)算。26.包含郵政編碼識別實(shí)驗(yàn)，能實(shí)現(xiàn)模型保存和加載。27.包含郵政編碼識別實(shí)驗(yàn)，能實(shí)現(xiàn)圖像裁剪、尺寸變化、通道數(shù)變化和二值化等操作。28.包含郵政編碼識別實(shí)驗(yàn)，能運(yùn)用預(yù)訓(xùn)練模型進(jìn)行推理計(jì)算。29.包含郵政編碼識別實(shí)驗(yàn)，能實(shí)現(xiàn)計(jì)算硬件校驗(yàn)及設(shè)置。30.包含郵政編碼識別實(shí)驗(yàn)，能實(shí)現(xiàn)優(yōu)化算法初始化。31.包含郵政編碼識別實(shí)驗(yàn)，能實(shí)現(xiàn)損失函數(shù)初始化。32.包含郵政編碼識別實(shí)驗(yàn)，能實(shí)現(xiàn)計(jì)算數(shù)據(jù)Tensor變換。33.包含郵政編碼識別實(shí)驗(yàn)，能實(shí)現(xiàn)拆分步驟的模型訓(xùn)練過程。34.包含通用圖像識別實(shí)驗(yàn)，能加載cifar10數(shù)據(jù)集。35.包含通用圖像識別實(shí)驗(yàn)，能運(yùn)用多層感知機(jī)在GPU上訓(xùn)練cifar10數(shù)據(jù)集。36.包含通用圖像識別實(shí)驗(yàn)，能構(gòu)建卷積層、池化層。37.包含通用圖像識別實(shí)驗(yàn)，能運(yùn)用卷積層、池化層及Sequential方法構(gòu)建卷積網(wǎng)絡(luò)模型。38.包含通用圖像識別實(shí)驗(yàn)，能運(yùn)用summary方法可視化神經(jīng)網(wǎng)絡(luò)模型參數(shù)。39.包含通用圖像識別實(shí)驗(yàn)，能實(shí)現(xiàn)卷積網(wǎng)絡(luò)模型在GPU上進(jìn)行訓(xùn)練、評估和驗(yàn)證。40.包含通用圖像識別實(shí)驗(yàn)，能學(xué)習(xí)并運(yùn)用卷積層步長和填充參數(shù)。41.包含通用圖像識別實(shí)驗(yàn)，能構(gòu)建批量歸一化計(jì)算層。42.包含通用圖像識別實(shí)驗(yàn)，能運(yùn)用自定義步長和填充的卷積層、池化層和批量歸一化層構(gòu)建復(fù)雜卷積網(wǎng)絡(luò)模型。43.包含通用圖像識別實(shí)驗(yàn)，能學(xué)習(xí)并實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建基本組成方式。44.包含通用圖像識別實(shí)驗(yàn)，能實(shí)現(xiàn)復(fù)雜卷積網(wǎng)絡(luò)模型在GPU上進(jìn)行訓(xùn)練、評估和驗(yàn)證。45.包含通用圖像識別實(shí)驗(yàn)，能實(shí)現(xiàn)尺寸變化、通道數(shù)變化和二值化等操作。46.包含通用圖像識別實(shí)驗(yàn)，能運(yùn)用預(yù)訓(xùn)練模型進(jìn)行推理計(jì)算。47.包含通用圖像識別實(shí)驗(yàn)，能實(shí)現(xiàn)計(jì)算硬件校驗(yàn)及設(shè)置、優(yōu)化算法初始化、損失函數(shù)初始化、計(jì)算數(shù)據(jù)Tensor變換。48.包含通用圖像識別實(shí)驗(yàn)，能實(shí)現(xiàn)訓(xùn)練數(shù)據(jù)集和驗(yàn)證數(shù)據(jù)集分割。49.包含通用圖像識別實(shí)驗(yàn)，能實(shí)現(xiàn)拆分步驟的模型訓(xùn)練過程。50.包含智能垃圾分類實(shí)驗(yàn)，能加載垃圾分類圖像數(shù)據(jù)集。51.包含智能垃圾分類實(shí)驗(yàn)，能可視化垃圾分類圖像數(shù)據(jù)集。52.包含智能垃圾分類實(shí)驗(yàn)，能對垃圾分類圖像數(shù)據(jù)集進(jìn)行預(yù)處理。53.包含智能垃圾分類實(shí)驗(yàn)，能運(yùn)用卷積網(wǎng)絡(luò)模型訓(xùn)練垃圾分類圖像數(shù)據(jù)集，并進(jìn)行模型評價和驗(yàn)證。54.包含智能垃圾分類實(shí)驗(yàn)，能構(gòu)建二元自適應(yīng)均值匯聚層。55.包含智能垃圾分類實(shí)驗(yàn)，能初始化殘差神經(jīng)網(wǎng)絡(luò)模型。56.包含智能垃圾分類實(shí)驗(yàn)，能調(diào)整殘差神經(jīng)網(wǎng)絡(luò)模型適應(yīng)任務(wù)需要。57.包含智能垃圾分類實(shí)驗(yàn)，能實(shí)現(xiàn)殘差神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練、評估和驗(yàn)證。58.包含智能垃圾分類實(shí)驗(yàn)，能理解神經(jīng)網(wǎng)絡(luò)過擬合與欠擬合現(xiàn)象。59.包含智能垃圾分類實(shí)驗(yàn)，能實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)方法：垂直圖像翻轉(zhuǎn)和水平圖像翻轉(zhuǎn)。60.包含智能垃圾分類實(shí)驗(yàn)，能結(jié)合數(shù)據(jù)增強(qiáng)方法實(shí)現(xiàn)殘差神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練、評估和驗(yàn)證。61.包含智能垃圾分類實(shí)驗(yàn)，能學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)層次化特征。62.包含智能垃圾分類實(shí)驗(yàn)，能學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)感受野作用。63.包含智能垃圾分類實(shí)驗(yàn)，能可視化殘差網(wǎng)絡(luò)層次化特征。64.包含智能垃圾分類實(shí)驗(yàn)，能運(yùn)用數(shù)據(jù)規(guī)范化方法。65.包含智能垃圾分類實(shí)驗(yàn)，能加載大數(shù)據(jù)集預(yù)訓(xùn)練模型參數(shù)。66.包含智能垃圾分類實(shí)驗(yàn)，能運(yùn)用大數(shù)據(jù)集預(yù)訓(xùn)練模型提取特征。67.包含智能垃圾分類實(shí)驗(yàn)，能運(yùn)用支持向量機(jī)訓(xùn)練預(yù)訓(xùn)練模型提取到的特征，并進(jìn)行驗(yàn)證。68.包含智能垃圾分類實(shí)驗(yàn)，能運(yùn)用大數(shù)據(jù)集預(yù)訓(xùn)練模型進(jìn)行模型微調(diào)。69.包含智能垃圾分類實(shí)驗(yàn)，能運(yùn)用預(yù)訓(xùn)練模型進(jìn)行推理計(jì)算。70.包含人臉檢測及關(guān)鍵點(diǎn)檢測實(shí)驗(yàn)，能實(shí)現(xiàn)人臉檢測。71.包含人臉檢測及關(guān)鍵點(diǎn)檢測實(shí)驗(yàn)，能實(shí)現(xiàn)人臉關(guān)鍵點(diǎn)的識別與展示。該檢測與識別函數(shù)使用MTCNN模型。72.包含人臉檢測及關(guān)鍵點(diǎn)檢測實(shí)驗(yàn)，能讀取數(shù)據(jù)集標(biāo)注信息。73.包含人臉檢測及關(guān)鍵點(diǎn)檢測實(shí)驗(yàn)，能實(shí)現(xiàn)對數(shù)據(jù)集的預(yù)處理。74.包含人臉檢測及關(guān)鍵點(diǎn)檢測實(shí)驗(yàn)，能學(xué)習(xí)PNet階段網(wǎng)絡(luò)模型，理解全卷積網(wǎng)絡(luò)的作用。75.包含人臉檢測及關(guān)鍵點(diǎn)檢測實(shí)驗(yàn)，能展示PNet效果。76.包含人臉檢測及關(guān)鍵點(diǎn)檢測實(shí)驗(yàn)，能學(xué)習(xí)圖像金字塔方法。77.包含人臉檢測及關(guān)鍵點(diǎn)檢測實(shí)驗(yàn)，能學(xué)習(xí)RNet模型結(jié)構(gòu)。78.包含人臉檢測及關(guān)鍵點(diǎn)檢測實(shí)驗(yàn)，能學(xué)習(xí)ONet模型結(jié)構(gòu)。79.包含人臉檢測及關(guān)鍵點(diǎn)檢測實(shí)驗(yàn)，能構(gòu)造分類任務(wù)訓(xùn)練數(shù)據(jù)集。80.包含人臉檢測及關(guān)鍵點(diǎn)檢測實(shí)驗(yàn)，能構(gòu)造定位任務(wù)訓(xùn)練數(shù)據(jù)集。81.包含人臉檢測及關(guān)鍵點(diǎn)檢測實(shí)驗(yàn)，能獲得訓(xùn)練的損失函數(shù)。1門10C16030300-數(shù)字內(nèi)容加工處理服務(wù)《人工智能邊緣設(shè)備應(yīng)用》課程資源1.提供至少30個實(shí)驗(yàn)內(nèi)容可供選擇。2.提供所有課程的PPT課件和實(shí)驗(yàn)指導(dǎo)書。3.實(shí)驗(yàn)運(yùn)行在人工智能教學(xué)平臺上，學(xué)生通過PC機(jī)瀏覽器接入平臺使用。4.在線實(shí)驗(yàn)界面應(yīng)包括實(shí)驗(yàn)操作區(qū)和結(jié)果展示區(qū)2部分。5.包含Python運(yùn)行環(huán)境部署實(shí)驗(yàn)，能夠安裝Python。6.包含Python入門編程實(shí)驗(yàn)，能夠?qū)崿F(xiàn)簡單正則表達(dá)式的編寫。7.包含nltk實(shí)驗(yàn)，能夠安裝nltk庫。8.包含nltk實(shí)驗(yàn)，實(shí)現(xiàn)停用詞過濾。9.包含nltk實(shí)驗(yàn)，實(shí)現(xiàn)詞性標(biāo)注。10.包含spacy實(shí)驗(yàn)，能夠安裝spacy庫和語言模型。11.包含spacy實(shí)驗(yàn)，能夠?qū)崿F(xiàn)實(shí)體識別。12.包含spacy實(shí)驗(yàn)，能夠?qū)植酪u擊文本資料進(jìn)行分析。13.包含spacy實(shí)驗(yàn)，能夠展示恐怖襲擊文本資料的分析結(jié)果。14.包含jieba分詞器實(shí)驗(yàn)，能夠安裝jieba庫。15.包含jieba分詞器實(shí)驗(yàn)，能夠?qū)崿F(xiàn)不同模式的分詞。16.包含jieba分詞器實(shí)驗(yàn)，能夠自定義詞典。17.包含jieba分詞器實(shí)驗(yàn)，能夠提取關(guān)鍵詞。18.包含jieba分詞器實(shí)驗(yàn)，能夠?qū)崿F(xiàn)詞性標(biāo)注。19.包含jieba分詞器實(shí)驗(yàn)，能夠進(jìn)行詞云展示。20.包含pandas庫實(shí)驗(yàn)，能夠進(jìn)行索引和切片操作。21.包含pandas庫實(shí)驗(yàn)，能夠進(jìn)行常見數(shù)學(xué)與統(tǒng)計(jì)運(yùn)算。22.包含pandas庫實(shí)驗(yàn)，能夠進(jìn)行基本的文件操作。23.包含pandas數(shù)據(jù)處理實(shí)驗(yàn)，實(shí)現(xiàn)缺失值處理。24.包含pandas數(shù)據(jù)處理實(shí)驗(yàn)，實(shí)現(xiàn)重復(fù)值處理。25.包含pandas數(shù)據(jù)處理實(shí)驗(yàn)，實(shí)現(xiàn)異常值處理。26.包含pandas數(shù)據(jù)透視實(shí)驗(yàn)，能夠?qū)W習(xí)pivot_table的使用方法。27.包含pandas時間序列實(shí)驗(yàn)，能夠用pandas構(gòu)造時間序列。28.包含數(shù)據(jù)可視化實(shí)驗(yàn)，能夠繪制折線圖。29.包含數(shù)據(jù)可視化實(shí)驗(yàn)，能夠繪制柱狀圖。30.包含數(shù)據(jù)可視化實(shí)驗(yàn)，能夠繪制散點(diǎn)圖。31.包含數(shù)據(jù)可視化實(shí)驗(yàn)，能夠繪制直方圖。32.包含貝葉斯模型實(shí)驗(yàn)，能夠理解樸素貝葉蘇算法。33.包含拼寫糾錯實(shí)驗(yàn)，能夠用樸素貝葉斯算法實(shí)現(xiàn)拼寫糾錯。34.包含垃圾郵件過濾實(shí)驗(yàn)，能夠用樸素貝葉斯算法實(shí)現(xiàn)垃圾郵件過濾。35.包含主題模型與LDA實(shí)驗(yàn)，能夠用LDA算法實(shí)現(xiàn)文本主題提取。36.包含新聞聚類及分類實(shí)驗(yàn)，能夠用樸素貝葉斯算法實(shí)現(xiàn)。37.包含隱含馬爾科夫模型實(shí)驗(yàn)，能夠了解三個基本問題的場景。38.包含hmmlearn庫實(shí)驗(yàn)，能夠安裝和使用hmmlearn庫。39.包含hmmlearn庫實(shí)驗(yàn)，能夠使用高斯隱馬模型。40.包含hmmlearn庫實(shí)驗(yàn)，能夠使用混合高斯隱馬模型。41.包含hmmlearn庫實(shí)驗(yàn)，能夠使用多項(xiàng)式隱馬模型。42.包含中文分詞算法實(shí)驗(yàn)，能夠?qū)W習(xí)基于辭典的分詞算法。43.包含中文分詞算法實(shí)驗(yàn)，能夠?qū)W習(xí)基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)方法。44.包含中文分詞算法實(shí)驗(yàn)，能夠?qū)W習(xí)基于深度學(xué)習(xí)的分詞方法。45.包含中文分詞算法實(shí)驗(yàn)，能夠了解目前分詞器存在的問題。46.包含hmm中文分詞實(shí)驗(yàn)，能夠進(jìn)行模型訓(xùn)練。47.包含hmm中文分詞實(shí)驗(yàn)，能夠評估模型效果。48.包含常用詞向量模型實(shí)驗(yàn)，能夠?qū)W習(xí)NNLM模型。49.包含常用詞向量模型實(shí)驗(yàn)，能夠?qū)W習(xí)GloVe模型。50.包含常用詞向量模型實(shí)驗(yàn)，能夠?qū)W習(xí)ELMo模型。51.包含word2vec模型實(shí)驗(yàn)，能夠?qū)W習(xí)word2vec的CBOW結(jié)構(gòu)。52.包含word2vec模型實(shí)驗(yàn)，能夠?qū)W習(xí)word2vec的Skip-Gram結(jié)構(gòu)。53.包含word2vec模型實(shí)驗(yàn)，能夠?qū)W習(xí)word2vec的HierarchicalSoftmax損失函數(shù)。54.包含word2vec模型實(shí)驗(yàn)，能夠?qū)W習(xí)word2vec的負(fù)采樣損失函數(shù)。55.包含word2vec模型實(shí)驗(yàn)，能夠?qū)W習(xí)梯度上升算法。56.包含基于Gensim庫實(shí)驗(yàn)，能夠安裝gensim庫。57.包含基于Gensim庫實(shí)驗(yàn)，能夠下載預(yù)訓(xùn)練模型。58.包含基于Gensim庫實(shí)驗(yàn)，能夠使用預(yù)訓(xùn)練詞向量。59.包含基于Gensim庫實(shí)驗(yàn)，能夠獲取維基百科中文語料。60.包含基于Gensim庫實(shí)驗(yàn)，能夠處理語料。61.包含基于Gensim庫實(shí)驗(yàn)，能夠基于語料訓(xùn)練word2vec詞向量。62.包含基于Gensim庫實(shí)驗(yàn)，能夠?qū)ord2vec預(yù)訓(xùn)練模型進(jìn)行增量訓(xùn)練。63.包含基于樸素貝葉斯算法實(shí)現(xiàn)中文情感分析實(shí)驗(yàn)，能夠準(zhǔn)備訓(xùn)練樣本數(shù)據(jù)。64.包含基于樸素貝葉斯算法實(shí)現(xiàn)中文情感分析實(shí)驗(yàn)，能夠?qū)τ?xùn)練樣本數(shù)據(jù)進(jìn)行預(yù)處理。65.包含基于樸素貝葉斯算法實(shí)現(xiàn)中文情感分析實(shí)驗(yàn)，能夠進(jìn)行樸素貝葉斯算法設(shè)計(jì)。66.包含基于樸素貝葉斯算法實(shí)現(xiàn)中文情感分析實(shí)驗(yàn)，能夠進(jìn)行模型訓(xùn)練。67.包含基于樸素貝葉斯算法實(shí)現(xiàn)中文情感分析實(shí)驗(yàn)，能夠進(jìn)行模型預(yù)測和模型評估。68.包含Text-CNN實(shí)現(xiàn)中文情感分析實(shí)驗(yàn)，能夠了解Text-CNN模型結(jié)構(gòu)。69.包含Text-CNN實(shí)現(xiàn)中文情感分析實(shí)驗(yàn)，能夠進(jìn)行模型訓(xùn)練。70.包含Text-CNN實(shí)現(xiàn)中文情感分析實(shí)驗(yàn)，能夠進(jìn)行模型預(yù)測和模型評估。71.包含基于LSTM的RNN實(shí)現(xiàn)中文情感分析實(shí)驗(yàn)，能夠了解RNN模型結(jié)構(gòu)。72.包含基于LSTM的RNN實(shí)現(xiàn)中文情感分析實(shí)驗(yàn)，能夠使用預(yù)訓(xùn)練word2vec詞向量。73.包含基于LSTM的RNN實(shí)現(xiàn)中文情感分析實(shí)驗(yàn)，能夠進(jìn)行模型訓(xùn)練。74.包含基于LSTM的RNN實(shí)現(xiàn)中文情感分析實(shí)驗(yàn)，能夠進(jìn)行模型預(yù)測和模型評估。75.包含BERT預(yù)訓(xùn)練模型實(shí)現(xiàn)中文情感分析實(shí)驗(yàn)，能夠下載并使用預(yù)訓(xùn)練BERT模型。76.包含BERT預(yù)訓(xùn)練模型實(shí)現(xiàn)中文情感分析實(shí)驗(yàn)，能夠進(jìn)行模型訓(xùn)練。77.包含BERT預(yù)訓(xùn)練模型實(shí)現(xiàn)中文情感分析實(shí)驗(yàn)，能夠進(jìn)行模型預(yù)測和模型評估。78.包含中文情感分析評估實(shí)驗(yàn)，能夠?qū)Σ煌Ｐ偷脑u估結(jié)果進(jìn)行比較。79.包含中文情感分析評估實(shí)驗(yàn)，能夠分析各種模型的優(yōu)缺點(diǎn)，缺陷原因分析和改進(jìn)方法。80.包含基于LSTM網(wǎng)絡(luò)生成古詩實(shí)驗(yàn)，能夠準(zhǔn)備古詩數(shù)據(jù)。81.包含基于LSTM網(wǎng)絡(luò)生成古詩實(shí)驗(yàn)，能夠了解網(wǎng)絡(luò)結(jié)構(gòu)。82.包含基于LSTM網(wǎng)絡(luò)生成古詩實(shí)驗(yàn)，能夠進(jìn)行訓(xùn)練模型。83.包含基于LSTM網(wǎng)絡(luò)生成古詩實(shí)驗(yàn)，能夠分析古詩生成效果。84.包含自然語言生成模型GPT-2實(shí)驗(yàn)，能夠了解常見的語言生成場景。85.包含自然語言生成模型GPT-2實(shí)驗(yàn)，能夠了解自回歸模型。86.包含自然語言生成模型GPT-2實(shí)驗(yàn)，能夠區(qū)分語言模型的雙向語境和單向語境。87.包含自然語言生成模型GPT-2實(shí)驗(yàn)，能夠了解GPT-2模型結(jié)構(gòu)。88.包含自然語言生成模型GPT-2實(shí)驗(yàn)，能夠根據(jù)前文片段生成文本。89.包含自然語言生成模型GPT-2實(shí)驗(yàn)，能夠?qū)崿F(xiàn)沒有前文的文本生成。90.包含自然語言生成模型GPT-2實(shí)驗(yàn)，能夠?qū)崿F(xiàn)topk候選詞選取。91.包含第三方庫transformers實(shí)驗(yàn)，能夠安裝transformers庫。92.包含第三方庫transformers實(shí)驗(yàn)，了解常用模型。93.包含transformers中GPT-2模型實(shí)驗(yàn)，了解模型結(jié)構(gòu)。94.包含transformers中GPT-2模型實(shí)驗(yàn)，能夠加載預(yù)訓(xùn)練模型。95.包含transformers中GPT-2模型實(shí)驗(yàn)，能夠生成無條件文本。96.包含transformers中GPT-2模型實(shí)驗(yàn)，能夠生成有條件文本。97.包含基于modeling_gpt2搭建古詩生成實(shí)驗(yàn)，能夠下載古詩語料庫。98.包含基于modeling_gpt2搭建古詩生成實(shí)驗(yàn)，能夠構(gòu)建GPT-2模型99.包含基于modeling_gpt2搭建古詩生成實(shí)驗(yàn)，能夠了解訓(xùn)練設(shè)計(jì)。100.包含基于modeling_gpt2搭建古詩生成實(shí)驗(yàn)，能夠進(jìn)行模型訓(xùn)練。101.包含基于seq2seq結(jié)構(gòu)實(shí)現(xiàn)機(jī)器翻譯實(shí)驗(yàn)，能夠掌握模型的網(wǎng)絡(luò)結(jié)構(gòu)。102.包含基于seq2seq結(jié)構(gòu)實(shí)現(xiàn)機(jī)器翻譯實(shí)驗(yàn)，能夠?qū)W習(xí)LSTM和GRU。103.包含基于seq2seq結(jié)構(gòu)實(shí)現(xiàn)機(jī)器翻譯實(shí)驗(yàn)，能夠掌握模型訓(xùn)練。104.包含基于seq2seq結(jié)構(gòu)實(shí)現(xiàn)機(jī)器翻譯實(shí)驗(yàn)，能夠進(jìn)行模型預(yù)測和模型評估。105.包含基于帶注意力機(jī)制的seq2seq結(jié)構(gòu)實(shí)現(xiàn)機(jī)器翻譯實(shí)驗(yàn)，能夠了解RNN對長序列編碼的缺陷。106.包含基于帶注意力機(jī)制的seq2seq結(jié)構(gòu)實(shí)現(xiàn)機(jī)器翻譯實(shí)驗(yàn)，能夠理解注意力機(jī)制的優(yōu)勢。107.包含基于帶注意力機(jī)制的seq2seq結(jié)構(gòu)實(shí)現(xiàn)機(jī)器翻譯實(shí)驗(yàn)，能夠掌握注意力機(jī)制的網(wǎng)絡(luò)結(jié)構(gòu)。108.包含基于帶注意力機(jī)制的seq2seq結(jié)構(gòu)實(shí)現(xiàn)機(jī)器翻譯實(shí)驗(yàn)，能夠掌握加入注意力機(jī)制的解碼器的網(wǎng)絡(luò)結(jié)構(gòu)。109.包含基于帶注意力機(jī)制的seq2seq結(jié)構(gòu)實(shí)現(xiàn)機(jī)器翻譯實(shí)驗(yàn)，能夠進(jìn)行模型訓(xùn)練。110.包含基于帶注意力機(jī)制的seq2seq結(jié)構(gòu)實(shí)現(xiàn)機(jī)器翻譯實(shí)驗(yàn)，能夠?qū)δＰ瓦M(jìn)行評估和預(yù)測。111.包含transformer結(jié)構(gòu)實(shí)驗(yàn)，實(shí)現(xiàn)機(jī)器翻譯學(xué)習(xí)各種attention機(jī)制變體。112.包含transformer結(jié)構(gòu)實(shí)驗(yàn)，實(shí)現(xiàn)機(jī)器翻譯能夠調(diào)用transformers中的transformer模塊。113.包含transformer結(jié)構(gòu)實(shí)驗(yàn)，實(shí)現(xiàn)機(jī)器翻譯能夠調(diào)用第三方庫進(jìn)行模型訓(xùn)練。114.包含transformer結(jié)構(gòu)實(shí)驗(yàn)，實(shí)現(xiàn)機(jī)器翻譯能夠調(diào)用第三方庫進(jìn)行模型預(yù)測和評估。115.包含機(jī)器翻譯模型評估實(shí)驗(yàn)，能夠用BLEU評估模型效果。1門11C16030300-數(shù)字內(nèi)容加工處理服務(wù)《深度學(xué)習(xí)行業(yè)應(yīng)用實(shí)訓(xùn)》課程資源1.提供至少30個實(shí)驗(yàn)內(nèi)容可供選擇。2.提供所有課程的PPT課件和實(shí)驗(yàn)指導(dǎo)書。3.實(shí)驗(yàn)運(yùn)行在人工智能教學(xué)平臺上，學(xué)生通過PC機(jī)瀏覽器接入平臺使用。4.在線實(shí)驗(yàn)界面應(yīng)包括實(shí)驗(yàn)操作區(qū)和結(jié)果展示區(qū)2部分。5.包含查看口罩?jǐn)?shù)據(jù)集采集需求文檔，分析需求。6.包含口罩檢測相關(guān)數(shù)據(jù)集的采集（爬蟲、開源、人工拍攝）。7.包含圖像的尺寸變化、尺寸過濾、圖像去重的處理操作。8.包含數(shù)據(jù)集的手動處理操作、數(shù)據(jù)集的重新編號操作。9.包含口罩?jǐn)?shù)據(jù)集標(biāo)注需求文檔的分析與解讀。10.包含標(biāo)注工具的使用技巧。11.包含利用工具標(biāo)注人臉口罩的操作，完成人臉口罩?jǐn)?shù)據(jù)的標(biāo)注與質(zhì)檢。12.包含了解COC數(shù)據(jù)集，以及COCO數(shù)據(jù)集格式。13.包含利用標(biāo)注好的數(shù)據(jù)訓(xùn)練口罩檢測模型，并測試模型。14.包含新數(shù)據(jù)的標(biāo)注需求分析。15.包含模型預(yù)標(biāo)注操作，以及利用完成二次標(biāo)注的操作。16.包含口罩檢測模型的二次訓(xùn)練與測試。17.包含模型訓(xùn)練工具的介紹。18.包含學(xué)習(xí)matplotlib可視化工具，掌握繪制條形圖、折線圖、散點(diǎn)圖的方法。19.包含學(xué)習(xí)pycocotools工具的使用，完成標(biāo)注數(shù)據(jù)可視化。20.包含認(rèn)識自動駕駛，了解自動駕駛的意義。21.包含了解自動駕駛等級以及環(huán)境感知。22.包含可行駛區(qū)域數(shù)據(jù)采集需求分析。23.包含自動駕駛領(lǐng)域的數(shù)據(jù)采集方法（攝像頭采集、開源數(shù)據(jù)集采集）。24.包含了解視頻分辨率與幀率。25.包含數(shù)據(jù)處理需求分析。26.包含了解關(guān)鍵幀概念。27.包含學(xué)習(xí)三種視頻抽幀操作，完成視頻抽幀操作。28.包含按照需求清洗數(shù)據(jù)的操作。29.包含數(shù)據(jù)重命名操作。30.包含了解圖像語義分割的概念。31.包含分析可行駛區(qū)域標(biāo)注的需求。32.包含學(xué)習(xí)標(biāo)注工具中語義分割標(biāo)注的方法。33.包含利用標(biāo)注工具完成可行駛區(qū)域標(biāo)注任務(wù)，并完成質(zhì)檢。34.包含理解mask數(shù)據(jù)格式以及mask圖像構(gòu)成。35.包含處理標(biāo)注數(shù)據(jù)（處理mask圖像）。36.包含劃分?jǐn)?shù)據(jù)集，將數(shù)據(jù)集劃分為訓(xùn)練集與測試集。37.包含模型訓(xùn)練，得到可行駛區(qū)域檢測模型。38.包含利用模型預(yù)標(biāo)注操作完成夜間道路標(biāo)注。39.包含利用標(biāo)注工具調(diào)整預(yù)標(biāo)注結(jié)果。40.包含利用工具完成模型訓(xùn)練與測試。41.包含理解自動駕駛相關(guān)任務(wù)的重要性。42.包含分析可視化需求。43.包含掌握pycocotools庫的常用方法。44.包含掌握matplotlib.patches庫的使用方法，利用該庫繪制多邊形。45.包含利用pycocotools庫、matplotlib.patches庫完成標(biāo)注數(shù)據(jù)可視化。46.包含OCR應(yīng)用場景介紹，以及票據(jù)OCR項(xiàng)目實(shí)現(xiàn)流程。47.包含明確票據(jù)數(shù)據(jù)采集類型，了解數(shù)據(jù)采集方法。48.包含利用手機(jī)拍攝小票數(shù)據(jù)集。49.包含明確票據(jù)數(shù)據(jù)處理流程。50.包含了解票據(jù)垃圾樣本特性，包括模糊樣本、廢棄樣本等。51.包含票據(jù)OCR采集數(shù)據(jù)的手動清洗工作。52.包含完成數(shù)據(jù)圖像的灰度二值化、圖像旋轉(zhuǎn)矯正、平滑去噪。53.包含查看標(biāo)注需求文檔，分析標(biāo)注需求。54.包含了解標(biāo)注流程，包含拉框標(biāo)注與文本標(biāo)注。55.包含學(xué)習(xí)標(biāo)注工具的文本框檢測標(biāo)注技巧。56.包含利用標(biāo)注工具完成票據(jù)數(shù)據(jù)的標(biāo)注與質(zhì)檢。57.包含實(shí)現(xiàn)標(biāo)注文本數(shù)據(jù)的切分和拆分。58.包含完成票據(jù)OCR文本識別模型的訓(xùn)練與測試。59.包含利用訓(xùn)練好的識別模型對新樣本進(jìn)行文本識別預(yù)標(biāo)注。60.包含利用標(biāo)注工具修改預(yù)標(biāo)注結(jié)果并進(jìn)行質(zhì)檢。61.包含訓(xùn)練第二批次模型，測試模型識別效果。62.包含分析數(shù)據(jù)可視化需求。63.包含根據(jù)標(biāo)簽內(nèi)容提取標(biāo)注信息，實(shí)現(xiàn)數(shù)據(jù)可視化。64.包含利用平臺代碼可視化數(shù)據(jù)集文本框、文本內(nèi)容字符等信息。65.包含行為分類的任務(wù)需求與任務(wù)背景介紹。66.包含根據(jù)采集需求了解采集內(nèi)容、采集規(guī)則與采集方法。67.包含介紹開源數(shù)據(jù)集。68.包含利用手機(jī)拍攝視頻開展數(shù)據(jù)采集，采集行為分類數(shù)據(jù)集。69.包含分析數(shù)據(jù)處理需求。70.包含學(xué)習(xí)視頻裁剪、格式轉(zhuǎn)換的方法。71.包含利用python程序完成待處理視頻的裁剪與格式轉(zhuǎn)換。72.包含了解基于骨骼關(guān)鍵點(diǎn)的行為分類任務(wù)實(shí)現(xiàn)邏輯。73.包含了解骨骼關(guān)鍵點(diǎn)檢測任務(wù)，分析骨骼關(guān)鍵點(diǎn)標(biāo)注需求。74.包含掌握拉框-標(biāo)點(diǎn)（兩步標(biāo)注）的骨骼關(guān)鍵點(diǎn)標(biāo)注方法。75.包含利用標(biāo)注工具完成骨骼關(guān)鍵點(diǎn)標(biāo)注與質(zhì)檢。76.包含了解標(biāo)注結(jié)果（json文件）中的內(nèi)容，知道其如何存儲關(guān)鍵點(diǎn)。77.包含利用程序完成數(shù)據(jù)集劃分與格式轉(zhuǎn)換。78.包含利用訓(xùn)練集與測試集完成骨骼關(guān)鍵點(diǎn)檢測模型訓(xùn)練，并利用模型推理結(jié)果。79.包含根據(jù)行為分類需求掌握行為分類標(biāo)注流程。80.包含了解視頻處理過程，將視頻轉(zhuǎn)換為模型訓(xùn)練所需格式。81.包含了解pkl文件的作用，掌握生存和讀取pkl文件的方法。82.包含利用訓(xùn)練集與測試集完成行為分類模型訓(xùn)練，并利用模型推理結(jié)果。83.包含了解其他行為分類的方法，如基于光流的行為分類方法。84.包含分析骨骼關(guān)鍵點(diǎn)標(biāo)注數(shù)據(jù)可視化需求。85.包含分析行為分類標(biāo)注數(shù)據(jù)集可視化需求。86.包含利用pycocotools庫相關(guān)方法獲取標(biāo)注信息，可視化人體關(guān)鍵點(diǎn)。87.包含利用Python程序獲取可視化數(shù)據(jù)，并用圖形展示。88.包含分析數(shù)據(jù)集文件結(jié)構(gòu)，利用不同方法實(shí)現(xiàn)可視化。89.包含了解圖像目標(biāo)檢測與視頻目標(biāo)檢測的差異。90.包含根據(jù)項(xiàng)目需求制定視頻采集要求，設(shè)計(jì)數(shù)據(jù)采集方法。91.包含了解開源數(shù)據(jù)集，學(xué)會自行搜索符合要求的數(shù)據(jù)集。92.包含了解視頻內(nèi)容理解的常見任務(wù)與視頻的不同模態(tài)。93.包含了解碼率的概念，掌握修改碼率的不同方法。94.包含了解視頻編碼的概念，掌握修改視頻編碼的方法。95.包含根據(jù)視頻處理需求，完成視頻的批量處理，掌握視頻批量處理方法。96.包含分析《視頻目標(biāo)檢測的數(shù)據(jù)標(biāo)注需求》，了解視頻目標(biāo)檢測的標(biāo)注任務(wù)需求。97.包含分析標(biāo)注方法，掌握視頻標(biāo)注工具openlabeling的使用方法。98.包含分析標(biāo)注流程，掌握利用openlabeling和標(biāo)注工具標(biāo)注視頻數(shù)據(jù)的方法。99.包含了解openlabeling標(biāo)注結(jié)果xml文件與txt文件格式。100.包含利用openlabeling完成視頻的追蹤標(biāo)注。101.包含利用程序?qū)penlabeling標(biāo)注結(jié)果txt文件轉(zhuǎn)換為labelbee格式的json文件。102.包含利用標(biāo)注工具調(diào)整視頻標(biāo)注結(jié)果，并完成標(biāo)注質(zhì)檢。103.包含了解labelbee格式j(luò)son文件轉(zhuǎn)VIDjson格式的程序邏輯，利用該程序完成格式轉(zhuǎn)換。104.包含了解VIDjson標(biāo)簽格式。105.包含利用訓(xùn)練集與測試集完成行人目標(biāo)檢測的模型訓(xùn)練。106.包含了解多種劃分?jǐn)?shù)據(jù)集的方法。107.利用多種方法完成數(shù)據(jù)集劃分，并進(jìn)行模型訓(xùn)練。108.包含了解多目標(biāo)追蹤任務(wù)，區(qū)分其與目標(biāo)檢測的差異。109.包含分析多目標(biāo)追蹤的數(shù)據(jù)標(biāo)注需求。110.包含根據(jù)標(biāo)注需求分析標(biāo)注方法，選擇一種標(biāo)注方法，完成多目標(biāo)追蹤的數(shù)據(jù)標(biāo)注與質(zhì)檢。111.包含利用程序?qū)abelbeejson標(biāo)簽轉(zhuǎn)MOTjson標(biāo)簽，了解其轉(zhuǎn)換過程。112.包含了解MOTjson文件格式。113.包含利用訓(xùn)練集與測試集完成行人多目標(biāo)追蹤的模型訓(xùn)練。114.包含分析VID標(biāo)注數(shù)據(jù)集與MOT標(biāo)注數(shù)據(jù)集可視化需求。115.包含根據(jù)需求完成可視化操作，對VID標(biāo)注數(shù)據(jù)進(jìn)行可視化分析。116.包含根據(jù)需求完成可視化操作，對VMOT標(biāo)注數(shù)據(jù)進(jìn)行可視化分析。1門12C16030300-數(shù)字內(nèi)容加工處理服務(wù)《語音識別技術(shù)應(yīng)用》課程資源一、課程總體1.提供至少12個實(shí)驗(yàn)內(nèi)容可供選擇。2.提供所有課程的PPT課件和實(shí)驗(yàn)指導(dǎo)書。3.在線實(shí)驗(yàn)界面應(yīng)包括實(shí)驗(yàn)操作區(qū)和結(jié)果展示區(qū)2部分。二、包含智慧互娛場景實(shí)訓(xùn)1.包含線上口紅試妝實(shí)驗(yàn)，能夠?qū)W習(xí)語義分割和人臉元素分割。2.包含線上口紅試妝實(shí)驗(yàn)，能夠?qū)W習(xí)實(shí)時語義分割模型BiSeNet的結(jié)構(gòu)。3.包含線上口紅試妝實(shí)驗(yàn)，能夠基于實(shí)時語義分割模型實(shí)現(xiàn)線上口紅試妝。4.包含人臉美顏實(shí)驗(yàn)，能夠?qū)W習(xí)磨皮和瘦臉的原理。5.包含人臉美顏實(shí)驗(yàn)，能夠?qū)W習(xí)磨皮和瘦臉的實(shí)現(xiàn)方法。6.包含人臉美顏實(shí)驗(yàn)，能夠基于SDK以及語義分割模型BiSeNet實(shí)現(xiàn)人臉的美顏和瘦臉效果。7.包含直播人臉特效實(shí)驗(yàn)，能夠?qū)W習(xí)人臉關(guān)鍵點(diǎn)檢測的方法。8.包含直播人臉特效實(shí)驗(yàn)，能夠?qū)W習(xí)MTCNN的原理和模型結(jié)構(gòu)。9.包含直播人臉特效實(shí)驗(yàn)，能夠基于人臉檢測和人臉關(guān)鍵點(diǎn)檢測加上素材文件實(shí)現(xiàn)直播人臉特效的效果。10.包含直播背景替換實(shí)驗(yàn)，能夠?qū)W習(xí)摳圖的數(shù)學(xué)原理和彩色圖像的透明度圖。11.包含直播背景替換實(shí)驗(yàn)，能夠?qū)W習(xí)基于深度學(xué)習(xí)的摳圖方法。12.包含直播背景替換實(shí)驗(yàn)，能夠?qū)W習(xí)實(shí)時人像摳圖的MODNet模型的結(jié)構(gòu)和原理。13.包含直播背景替換實(shí)驗(yàn)，能夠?qū)W習(xí)ONNX模型文件格式和TensorRT模型量化加速引擎。14.包含直播背景替換實(shí)驗(yàn)，能夠使用MODNet模型實(shí)現(xiàn)視頻背景替換效果。15.包含風(fēng)格化藝術(shù)照片實(shí)驗(yàn)，能夠?qū)W習(xí)風(fēng)格遷移的概念和原理。16.包含風(fēng)格化藝術(shù)照片實(shí)驗(yàn)，能夠?qū)W習(xí)基于“感知”的圖片風(fēng)格化方法。17.包含風(fēng)格化藝術(shù)照片實(shí)驗(yàn)，能夠使用風(fēng)格遷移SDK將整張圖片的風(fēng)格轉(zhuǎn)化為某個預(yù)設(shè)藝術(shù)風(fēng)格。18.包含妝容遷移實(shí)驗(yàn)，能夠?qū)W習(xí)對抗神經(jīng)網(wǎng)絡(luò)的原理及其與妝容結(jié)合的實(shí)現(xiàn)方法。19.包含妝容遷移實(shí)驗(yàn)，能夠?qū)W習(xí)SCGAN模型的結(jié)構(gòu)和原理。20.包含妝容遷移實(shí)驗(yàn)，能夠使用人臉檢測SDK、BiSeNet人臉元素分割模型以及妝容遷移SCGAN模型實(shí)現(xiàn)妝容遷移效果。三、包含智慧社區(qū)場景實(shí)訓(xùn)1.包含社區(qū)出入人員口罩檢測實(shí)驗(yàn)，能夠正確使用攝像機(jī)等設(shè)備。2.包含社區(qū)出入人員口罩檢測實(shí)驗(yàn)，能夠?qū)W習(xí)對物體定位的方法。3.包含社區(qū)出入人員口罩檢測實(shí)驗(yàn)，能夠基于圖像分類任務(wù)實(shí)現(xiàn)圖像或視頻中人臉是否佩戴口罩。4.包含智能門鎖活體檢測實(shí)驗(yàn)，能夠?qū)W習(xí)防范基于視覺的活體攻擊的方法。5.包含智能門鎖活體檢測實(shí)驗(yàn)，能夠?qū)W習(xí)基于運(yùn)動方向的活體檢測實(shí)現(xiàn)方法。6.包含戶主人臉識別實(shí)驗(yàn)，能夠?qū)W習(xí)人臉識別的基本流程。7.包含戶主人臉識別實(shí)驗(yàn)，通過人臉檢測、人臉關(guān)鍵點(diǎn)檢測、基于關(guān)鍵點(diǎn)對齊、提取人臉特征和計(jì)算特征相似度的方式實(shí)現(xiàn)戶主人臉識別。8.包含戶主人臉識別實(shí)驗(yàn)，能夠構(gòu)建人臉簡易識別系統(tǒng)，構(gòu)建戶主數(shù)據(jù)集等。9.包含垃圾分類實(shí)驗(yàn)，能夠?qū)崿F(xiàn)圖片中垃圾的分類。10.包含垃圾分類實(shí)驗(yàn)，能夠使用開源圖像分類模型實(shí)現(xiàn)垃圾分類任務(wù)。11.包含垃圾分類實(shí)驗(yàn)，能夠使用ONNX2trt對PyTorch模型進(jìn)行轉(zhuǎn)換。12.包含垃圾分類實(shí)驗(yàn)，能夠使用TensorRT加速引擎對模型進(jìn)行量化加速，優(yōu)化運(yùn)行速度。13.包含監(jiān)控區(qū)域行人跌倒預(yù)警實(shí)驗(yàn)，通過人體檢測算法和基于GPU的OPENCV光流計(jì)算方法實(shí)現(xiàn)行人摔倒檢測。14.包含監(jiān)控區(qū)域行人跌倒預(yù)警實(shí)驗(yàn)，能夠使用OPENCVC++API的使用，實(shí)現(xiàn)調(diào)用GPU的光流實(shí)時計(jì)算。15.包含社區(qū)道閘口車牌識別，能夠?qū)W習(xí)車牌檢測與識別系統(tǒng)的技術(shù)原理與架構(gòu)。16.包含社區(qū)道閘口車牌識別，能夠綜合使用車牌檢測，車牌空間變化，車牌文字識別實(shí)現(xiàn)車牌號碼的識別。1門13C16030300-數(shù)字內(nèi)容加工處理服務(wù)《計(jì)算機(jī)視覺應(yīng)用基礎(chǔ)》課程資源一、課程總體1.提供至少10個實(shí)驗(yàn)內(nèi)容可供選擇。2.提供所有課程的PPT課件和實(shí)驗(yàn)指導(dǎo)書。3.課程案例部署在生成智能一體機(jī)，可通過windows實(shí)訓(xùn)軟件自動連接。4.在線實(shí)驗(yàn)界面應(yīng)包括實(shí)驗(yàn)操作區(qū)和結(jié)果展示區(qū)2部分。二、大語言模型基礎(chǔ)實(shí)訓(xùn)1.包含認(rèn)知智能推理設(shè)備的使用實(shí)驗(yàn)，能學(xué)習(xí)大語言模型本地化推理工作機(jī)的使用和程序開發(fā)。2.包含微調(diào)工具箱XTuner的基本操作實(shí)驗(yàn)，能學(xué)習(xí)大模型的架構(gòu)。3.包含大模型的分類與發(fā)展實(shí)驗(yàn)，能學(xué)習(xí)XTuner、數(shù)據(jù)格式化、提示詞工程、數(shù)據(jù)模板化。4.包含模型接口封裝框架FastAPI實(shí)驗(yàn)，能學(xué)習(xí)FastAPI、InternLMAPI封裝、PostMan接口測試。5.包含人機(jī)交互應(yīng)用程序Streamlit實(shí)驗(yàn)，能學(xué)習(xí)Streamlit、大語言模型的人機(jī)交互、人機(jī)交互程序開發(fā)。三、智能醫(yī)療問答系統(tǒng)應(yīng)用開發(fā)實(shí)訓(xùn)1.包含ChatGLM大語言模型實(shí)驗(yàn)，能學(xué)習(xí)ChatGLM、ChatGLM的演變路徑、ChatGLM的結(jié)構(gòu)、ChatGLM的調(diào)用。2.包含醫(yī)療問答數(shù)據(jù)集處理實(shí)驗(yàn)，能學(xué)習(xí)醫(yī)療問答數(shù)據(jù)集格式、數(shù)據(jù)存儲、數(shù)據(jù)集抽取、數(shù)據(jù)集劃分。3.包含微調(diào)模型醫(yī)療知識庫實(shí)驗(yàn)，能學(xué)習(xí)大語言模型微調(diào)方法、微調(diào)策略、微調(diào)參數(shù)設(shè)置、大語言模型微調(diào)醫(yī)療知識庫。4.包含醫(yī)療問答大語言模型接口封裝實(shí)驗(yàn)，能學(xué)習(xí)醫(yī)療大語言模型API封裝、醫(yī)療大語言模型API測試。5.包含醫(yī)療問答人機(jī)交互實(shí)驗(yàn)，能學(xué)習(xí)大語言模型應(yīng)用設(shè)計(jì)、問答人機(jī)交互應(yīng)用開發(fā)、問答人機(jī)交互應(yīng)用部署、問答人機(jī)交互應(yīng)用調(diào)試。1門14C16030300-數(shù)字內(nèi)容加工處理服務(wù)《人工智能深度學(xué)習(xí)基礎(chǔ)實(shí)踐》（1+X中級上冊）課程資源一、課程總體1.提供至少7個實(shí)驗(yàn)內(nèi)容可供選擇。2.提供所有課程的PPT課件和實(shí)驗(yàn)指導(dǎo)書。3.課程案例部署在生成智能一體機(jī)，可通過windows實(shí)訓(xùn)軟件自動連接。4.在線實(shí)驗(yàn)界面應(yīng)包括實(shí)驗(yàn)操作區(qū)和結(jié)果展示區(qū)2部分。二、大模型和提示詞工程實(shí)訓(xùn)1.包含大模型的分類與發(fā)展實(shí)驗(yàn)，能學(xué)習(xí)大模型的種類。2.包含大模型的分類與發(fā)展實(shí)驗(yàn)，能學(xué)習(xí)大模型的架構(gòu)。3.包含大模型的分類與發(fā)展實(shí)驗(yàn)，能學(xué)習(xí)大模型的發(fā)展與演變。4.包含大語言模型應(yīng)用技術(shù)架構(gòu)實(shí)驗(yàn)，能學(xué)習(xí)大語言模型中的預(yù)訓(xùn)練模型概念。5.包含大語言模型應(yīng)用技術(shù)架構(gòu)實(shí)驗(yàn)，能學(xué)習(xí)大語言模型的類別。6.包含大語言模型應(yīng)用技術(shù)架構(gòu)實(shí)驗(yàn)，能學(xué)習(xí)LangChain框架的基本結(jié)構(gòu)。7.包含大語言模型應(yīng)用技術(shù)架構(gòu)實(shí)驗(yàn)，能學(xué)習(xí)LLM應(yīng)用的部署流程。8.包含提示詞工程基礎(chǔ)實(shí)驗(yàn)，能學(xué)習(xí)提示詞工程指令類別。9.包含提示詞工程基礎(chǔ)實(shí)驗(yàn)，能學(xué)習(xí)零樣本提示技術(shù)。10.包含提示詞工程基礎(chǔ)實(shí)驗(yàn)，能學(xué)習(xí)少樣本提示技術(shù)。11.包含提示詞工程基礎(chǔ)實(shí)驗(yàn)，能學(xué)習(xí)利用提示詞工程按要求格式化輸出文本關(guān)鍵信息。12.包含提示詞工程應(yīng)用實(shí)驗(yàn)，能學(xué)習(xí)提示詞工程技術(shù)進(jìn)行文本內(nèi)容格式化的輸出。13.包含提示詞工程應(yīng)用實(shí)驗(yàn)，能學(xué)習(xí)LangChain中的提示詞模版的使用。14.包含提示詞工程應(yīng)用實(shí)驗(yàn)，能學(xué)習(xí)利用提示詞工程實(shí)現(xiàn)機(jī)器翻譯。三、智能文檔問答系統(tǒng)應(yīng)用開發(fā)實(shí)訓(xùn)1.包含LLM問答系統(tǒng)技術(shù)架構(gòu)實(shí)驗(yàn)，能學(xué)習(xí)PDF文檔處理的基本方法。2.包含LLM問答系統(tǒng)技術(shù)架構(gòu)實(shí)驗(yàn)，能學(xué)習(xí)Embeddings的概念。3.包含LLM問答系統(tǒng)技術(shù)架構(gòu)實(shí)驗(yàn)，能學(xué)習(xí)向量數(shù)據(jù)庫的概念。4.包含LLM問答系統(tǒng)技術(shù)架構(gòu)實(shí)驗(yàn)，能學(xué)習(xí)LLM和PDF文檔問答的流程。5.包含LLM問答系統(tǒng)技術(shù)架構(gòu)實(shí)驗(yàn)，能學(xué)習(xí)Streamlit庫的基本使用。6.包含LLM問答系統(tǒng)的搭建實(shí)驗(yàn)，能學(xué)習(xí)LangChain的llms模塊基本用法。7.包含LLM問答系統(tǒng)的搭建實(shí)驗(yàn)，能學(xué)習(xí)LangChain的chains模塊基本用法。8.包含LLM問答系統(tǒng)的搭建實(shí)驗(yàn)，能學(xué)習(xí)本地LLM在應(yīng)用中的接入。9.包含LLM問答系統(tǒng)的搭建實(shí)驗(yàn)，能學(xué)習(xí)本地LLM在LangChain中的問答方式。10.包含LLM文檔處理和檢索功能開發(fā)實(shí)驗(yàn)，能學(xué)習(xí)PDF文檔數(shù)據(jù)清洗和數(shù)據(jù)分割功能開發(fā)。11.包含LLM文檔處理和檢索功能開發(fā)實(shí)驗(yàn)，能學(xué)習(xí)PDF文檔內(nèi)容分詞處理。12.包含LLM文檔處理和檢索功能開發(fā)實(shí)驗(yàn)，能學(xué)習(xí)向量數(shù)據(jù)庫的存儲。13.包含LLM文檔處理和檢索功能開發(fā)實(shí)驗(yàn)，能學(xué)習(xí)向量數(shù)據(jù)庫的檢索功能開發(fā)。14.包含LLM文檔問答系統(tǒng)界面開發(fā)實(shí)驗(yàn)，能學(xué)習(xí)PDF文檔上傳功能的開發(fā)。15.包含LLM文檔問答系統(tǒng)界面開發(fā)實(shí)驗(yàn)，能學(xué)習(xí)問答框和點(diǎn)擊事件的開發(fā)。16.包含LLM文檔問答系統(tǒng)界面開發(fā)實(shí)驗(yàn)，能學(xué)習(xí)問答結(jié)果顯示功能的開發(fā)。17.包含LLM文檔問答系統(tǒng)界面開發(fā)實(shí)驗(yàn)，能學(xué)習(xí)Web本地部署流程。1門15C16030300-數(shù)字內(nèi)容加工處理服務(wù)《人工智能深度學(xué)習(xí)綜合實(shí)踐》（1+X中級下冊）課程資源1.提供至少30個實(shí)驗(yàn)內(nèi)容可供選擇。2.提供所有課程的PPT課件和實(shí)驗(yàn)指導(dǎo)書。3.實(shí)驗(yàn)運(yùn)行在人工智能教學(xué)平臺上，學(xué)生通過PC機(jī)瀏覽器接入平臺使用。4.在線實(shí)驗(yàn)界面應(yīng)包括實(shí)驗(yàn)操作區(qū)和結(jié)果展示區(qū)2部分。5.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)灰度圖像的讀取顯示。6.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)灰度圖像在計(jì)算機(jī)中的表示。7.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)對灰度圖像的簡單操作。8.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)彩色圖像在計(jì)算機(jī)中的表示。9.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)彩色圖像的顯示。10.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)對彩色圖像的簡單操作。11.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)圖像色彩組成。12.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)彩色通道的分離和合并。13.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)彩色圖像轉(zhuǎn)換為灰度圖像。14.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)圖像旋轉(zhuǎn)。15.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)圖像翻轉(zhuǎn)。16.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)圖像縮放。17.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)圖像裁剪。18.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)馬賽克效果制作。19.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)毛玻璃效果制作。20.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)油畫效果制作。21.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)線性變換函數(shù)。22.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)遍歷完成線性灰度變換。22.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)opencv中的線性灰度變換。23.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)gamma變換。24.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)生成HDR圖像。25.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)色調(diào)映射。26.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)曝光融合。27.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)圖像均值模糊。28.包含智能相機(jī)實(shí)現(xiàn)，能學(xué)習(xí)圖像高斯模糊。29.包含智能相機(jī)實(shí)現(xiàn)，能學(xué)習(xí)圖像雙邊模糊。30.包含智能相機(jī)實(shí)現(xiàn)，能學(xué)習(xí)圖像中位數(shù)模糊。31.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)圖像銳化。32.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)圖像浮雕和雕刻特效制作。33.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)認(rèn)識遮掩圖。34.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)前景分離。35.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)背景虛化。36.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)圖像相加。37.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)冷暖色。38.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)顏色線性變換。39.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)色溫。40.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)復(fù)古效果以及其他顏色圖。41.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)計(jì)算圖像平均值。42.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)完成線性變換。43.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)HSI模型。44.包含智能相機(jī)實(shí)驗(yàn)，能學(xué)習(xí)增加飽和度。45.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能讀取紅細(xì)胞圖像。46.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能學(xué)習(xí)計(jì)算灰度直方圖。47.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能學(xué)習(xí)計(jì)算累積直方圖。48.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能實(shí)現(xiàn)直方圖均衡。49.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能實(shí)現(xiàn)漸變圖片讀取。50.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能學(xué)習(xí)閾值化處理方法。51.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能進(jìn)行更多閾值化處理方法。52.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能實(shí)現(xiàn)空隙填充。53.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能實(shí)現(xiàn)腐蝕操作。54.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能實(shí)現(xiàn)膨脹操作。55.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能實(shí)現(xiàn)開操作。56.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能實(shí)現(xiàn)閉操作。57.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能處理紅細(xì)胞圖像。58.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能實(shí)現(xiàn)圖像輪廓完成紅細(xì)胞計(jì)數(shù)。59.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能讀取預(yù)處理的圖像。60.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能實(shí)現(xiàn)距離變換。61.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能找到確信紅細(xì)胞區(qū)域。62.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能獲取未知區(qū)域。63.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能實(shí)現(xiàn)連通體計(jì)數(shù)。64.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能標(biāo)注連通體并可視化。65.包含紅細(xì)胞計(jì)數(shù)實(shí)驗(yàn)，能進(jìn)行分水嶺算法。66