|
人工智能開發(fā)板
1.高性能AI開發(fā)者套件，可提供8TOPS INT8的計算能力，可以實現(xiàn)圖像、視頻等多種數(shù)據(jù)分析與推理計算，可廣泛用于教育、機(jī)器人、無人機(jī)等場景。
2.AI算力：8TOPS INT8；4TFLOPS FP16;
3.內(nèi)存規(guī)格：LPDDR4X 4GB，支持ECC；
4.CPU算力：4 core*1.0 GHz。
5.編解碼能力：支持H.264/H.265 Decoder硬件解碼；20路1080P30FPS；2路 4K 75FPS；JPEG解碼 1080P 512FPS；編碼1080P 256FPS；分辨率最大16384 x 16384。
6.擴(kuò)展接口：MIPI-CSI 51針連接器*2，可接攝像頭模組；MIPI-DSI 51針連接器*1；RJ45網(wǎng)口*2，支持自適應(yīng)100/1000M；HDMI接口*2；USB3.0 Type-A 接口*2，兼容USB2.0；USB3.0 Type-C 接口*1；40針擴(kuò)展接口*1。
7.存儲接口：MicroSD卡接口*1；M.2 Key M連接器*1，支持1個NVMe SSD。
8.典型功耗：24W。
實訓(xùn)平臺軟件V1.0-AI實驗?zāi)K
1、提供Python環(huán)境：支持python3.7或以上；
2、支持開源機(jī)器學(xué)習(xí)框架：numpy、sklearn、pandas、seaborn、missingno、scipy、statsmodels、xgboost等；
3、支持開源深度學(xué)習(xí)框架：Pytorch、TensorFlow、MindSpore；
4、支持計算機(jī)視覺框架：OpenCV、Pillow、scikit-image等；
5、支持自然語言處理框架：jieba、gensim、spacy、sklearn-crfsuite、nltk；
6、支持強(qiáng)化學(xué)習(xí)：gym；
7、支持語音識別框架：librosa、python-speech-features、hmmlearn
8、支持網(wǎng)絡(luò)框架：requests、urllib3、tornado、flask、beautifulsoup4；
9、支持可視化框架：matplotlib、graphviz、mglearn、tensorboard；
10、支持?jǐn)?shù)據(jù)庫：pymysql；
11、支持其他組件：certifi、chardet、Cython、future、gevent、h5py、ipython、ipywidgets、json5、jupyter、lxml、Markdown、networkx、pycurl、pydot、pyyaml、six、qtpy、zhconv。
實驗過程管理
1、支持實驗指導(dǎo)與實驗操作區(qū)同屏顯示；
2、支持用戶跟隨實驗指導(dǎo)書或?qū)嶒炓曨l練習(xí)與校對實驗結(jié)果；支持脫離實驗指導(dǎo)書自主練習(xí)；
3、支持用戶在平臺上對同一實驗進(jìn)行重復(fù)實訓(xùn)操作；
4、支持查看Markdown實驗指導(dǎo)書；實驗指導(dǎo)區(qū)支持查看文檔實驗指導(dǎo)書或?qū)嶒炛笇?dǎo)視頻；（提供圖片證明）
5、支持用戶在線交互式編程；
6、支持用戶實驗環(huán)境與實驗數(shù)據(jù)完全獨立；
7、支持實驗記錄數(shù)據(jù)持久化，用戶再次進(jìn)入實驗可繼續(xù)使用；
8、支持承載人工智能算法類、應(yīng)用類、實踐案例類、職業(yè)認(rèn)證類、機(jī)器視覺與應(yīng)用開發(fā)類課程資源；（提供功能演示視頻）
9、支持用戶進(jìn)行自主實驗，可選擇實驗時間、資源配置；（提供功能演示視頻）
10、支持管理員查看主機(jī)監(jiān)控與服務(wù)監(jiān)控信息；
11、支持多種算力模式進(jìn)行實訓(xùn)，包含但不限于通用計算、GPU計算、NPU計算等主流算力場景。（提供功能演示視頻）
課程實驗功能
1、提供國際AI框架，支持利用國際AI框架進(jìn)行圖像的顯示、保存和顏色空間變換實操；圖像灰度變換、直方圖變換、圖像二值化實操；圖像幾何變換實操等實驗操作。（提供功能演示視頻）
2、支持利用國際AI框架進(jìn)行使用卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)圖像分類實操、光學(xué)字符識別實操、圖像分割實操等實驗操作。（提供圖片證明）
3、提供國際AI框架，支持利用國際AI框架進(jìn)行語音預(yù)處理基礎(chǔ)實操、單高斯模型參數(shù)求解實操、混合高斯模型參數(shù)求解實操等實驗操作。（提供圖片證明）
4、支持利用國際AI框架進(jìn)行基于HMM-GMM的連續(xù)詞識別實操、基于DNN-HMM的單字識別實操、基于CNN模型的單字識別實操等實驗操作。（提供圖片證明）
5、提供國際AI框架，支持利用國際AI框架進(jìn)行分詞實操、詞性標(biāo)注實操、命名實體識別實操等實驗操作。（提供圖片證明）
6、支持利用國際AI框架進(jìn)行TF-IDF關(guān)鍵詞提取實操、TextRank關(guān)鍵詞提取實操、One-Hot編碼實操等實驗操作。（提供圖片證明）
|
