本设计方案的宗旨是力图拉近学校研习内容与企业设计研产的差距和不同,基本实现和贯穿人工智能与深度学习从“学习” → “研习”→ “实作”→“产品原型”的生命周期全过程,是贴近生产实践最为有效的教学途径之一。
解决方案的设计同时兼顾到学习、研究和产业化的主要目标要求。 目标是期望从相对“弱”的基础也可以出发,通过不断的迭代, 直到做出符合需求目标的(预研)产品,为最后的产品化提供所有的前期基础。
★ 实作: 实作通常是指实践人工智能之深度学习的数据收集、整理、训练使用等常用工作内容;本部分适合中职以上的学员使用。
★ 设计: 设计则是指基于平台提供的既有模型,或从头设计合适的模型框架; 设计也包括人工智能内容以外的其它业务逻辑要求内容(例如,网络通讯,现场控制等等)。 本部分通常适合本科以上学员使用。
★ 研发: 研发则是对模型进行优化整合,也包括算法的优化。本部分通常适合研究生以上学员使用。
3.3)原型验证: 原型验证通常是产品化的最重要的前缀。 对于不同层次的学员,原型验证的方式会不同。 例如,对于高职以下的学员,通常选择提供的既有产品原型,主要是体验人工智能如何在产品中的应用;而对于本科以上的学员,可能要自己实现产品的需求;
序号 | 阶段/部分 | 中职 | 高职 | 本科 | 研究生以上 |
1 | 原型验证 | √ | √ | √ | √ |
4、平台组成
平台由三部分组成, 分别是深度学习机、结构化原型机(半成品)、二次开发暨部署平台。
4.1 深度学习机:
4.1.1 硬件部分: 深度学习机的硬件环境是具备高运算性能的PC计算机。 通常配置加速卡,如GTX1080等。 推荐主要配置如:
CPU:英特尔I7-7820X
主板:微星X299 SLI PLUS
内存:威刚DDR4 16G*2