人工智能試驗(yàn)箱，算力集群試驗(yàn)箱
2024-12-11 08:54
DB-SD23 AI人工智能實(shí)驗(yàn)箱
AI人工智能實(shí)驗(yàn)箱：開(kāi)啟您的AI學(xué)習(xí)之旅！
2017年，Transformer出現(xiàn)在一篇論文《 Attention Is All You Need》中被引入，并在自然語(yǔ)言處理中得到廣泛應(yīng)用。
2022年：ChatGPT的橫空出世
2022年11月，OpenAI發(fā)布了基于Transformer模型的大型語(yǔ)言模型ChatGPT，引發(fā)了全世界的AI浪潮，被《大西洋》雜志評(píng)為“年度突破”，并稱其“可能會(huì)改變我們對(duì)工作方式、思考方式以及人類創(chuàng)造力的真正含義的想法”。
2023年：AI元年，全球競(jìng)速，勢(shì)不可擋！
中國(guó)：國(guó)務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，將人工智能列為國(guó)家戰(zhàn)略，目標(biāo)到2030年成為世界領(lǐng)先者。
美國(guó)：發(fā)布《人工智能國(guó)家戰(zhàn)略》，持續(xù)加大投入，保持領(lǐng)先優(yōu)勢(shì)。
歐盟：發(fā)布《人工智能白皮書(shū)》，將人工智能視為歐洲未來(lái)經(jīng)濟(jì)增長(zhǎng)引擎。
全球：人工智能在醫(yī)療、技術(shù)、教育、交通、金融、娛樂(lè)等領(lǐng)域廣泛應(yīng)用，帶來(lái)前所未有的變革。
AI 的新時(shí)代已經(jīng)降臨，而你，準(zhǔn)備好了嗎？
AI人工智能實(shí)驗(yàn)箱專為高校人工智能教學(xué)打造的全功能平臺(tái)，讓您輕松掌握AI技術(shù)，開(kāi)啟智能時(shí)代的大門！
三大核心優(yōu)勢(shì)，助您一路領(lǐng)先：
1. 由淺入深，循序漸進(jìn)
從基礎(chǔ)的GPIO擴(kuò)展到深度學(xué)習(xí)的AI視覺(jué)、AI聽(tīng)覺(jué)，上海頂邦A(yù)I平臺(tái)提供完整的學(xué)習(xí)路徑，讓您一步步掌握AI知識(shí)體系，輕松應(yīng)對(duì)各種挑戰(zhàn)。
2. 軟硬結(jié)合，實(shí)踐為王
AI人工智能實(shí)驗(yàn)箱將理論與實(shí)踐完美結(jié)合，豐富的實(shí)驗(yàn)項(xiàng)目讓您在實(shí)踐中學(xué)習(xí)，在應(yīng)用中鞏固，真正將AI知識(shí)融會(huì)貫通。
3. 開(kāi)放靈活，激發(fā)創(chuàng)新
開(kāi)放的GPIO接口和模塊化設(shè)計(jì)，支持個(gè)性化功能開(kāi)發(fā)，讓您將創(chuàng)意變?yōu)楝F(xiàn)實(shí)，打造屬于自己的AI項(xiàng)目。
用戶的評(píng)價(jià)：
1. 來(lái)自高校教師的評(píng)價(jià)：
“課程內(nèi)容豐富，教學(xué)效果杠杠的，學(xué)生們都搶著學(xué)AI！”
“以前教AI，我頭都大了，各種理論知識(shí)，學(xué)生們聽(tīng)得云里霧里。現(xiàn)在有了上海頂邦A(yù)I實(shí)驗(yàn)箱，我輕松多了，直接讓學(xué)生做實(shí)驗(yàn)，學(xué)得賊快！”
2. 來(lái)自學(xué)生的評(píng)價(jià)：
“以前我對(duì)AI一點(diǎn)都不懂，現(xiàn)在我都能開(kāi)發(fā)自己的AI項(xiàng)目了！”
“課程由淺入深，循序漸進(jìn)，小白也能輕松上手。老師講得也好，我聽(tīng)得懂，學(xué)得會(huì)！”
3. 來(lái)自校領(lǐng)導(dǎo)的評(píng)價(jià)
“AI人工智能實(shí)驗(yàn)箱能夠幫助學(xué)生快速掌握AI知識(shí)和技能。平臺(tái)提供的實(shí)驗(yàn)項(xiàng)目也非常實(shí)用，能夠幫助學(xué)生將理論知識(shí)應(yīng)用到實(shí)踐中。”
“我們相信，借助上海頂邦人工智能實(shí)驗(yàn)箱，我們學(xué)校的AI教學(xué)水平將不斷提升，學(xué)生們也將能夠在未來(lái)的AI時(shí)代取得更大的成就。”
AI人工智能實(shí)驗(yàn)箱不僅是學(xué)習(xí)AI的最佳工具，更是您通往AI未來(lái)的橋梁！
一、AI核心
GPU ：128核 NVIDIA Maxwell GPU
CPU ：4核cortex-A57處理器
內(nèi)存：4 GB LPDDR 25.6 GB/s
算力：472 GFLOP
基于NVIDIA強(qiáng)大的Al計(jì)算能力，系統(tǒng)內(nèi)核是一個(gè)小巧卻功能強(qiáng)大的計(jì)算機(jī)，它可以讓你并行運(yùn)行多個(gè)神經(jīng)網(wǎng)絡(luò)、對(duì)象檢測(cè)、分割和語(yǔ)音處理等應(yīng)用程序， 系統(tǒng)搭載四核cortex- A57處理器，128核Maxwell GPU及 4GB LPDDR內(nèi)存，帶來(lái)足夠的Al計(jì)算能力，提供472GFLOP算力，并支持一系列流行的Al框架和算法，比如TensorFlow、Pytorch、 caffe/caffe2、Keras、MXNET等。
二、系統(tǒng)框架與AI框架
1. 系統(tǒng)預(yù)裝ubuntu18.04操作系統(tǒng)，所有環(huán)境代碼庫(kù)文件均已安裝，開(kāi)機(jī)即用。
Ubuntu 18.04 LTS在云計(jì)算領(lǐng)域效率極高，特別適用于機(jī)器學(xué)習(xí)這樣的存儲(chǔ)密集型和計(jì)算密集型任務(wù)。Ubuntun 長(zhǎng)期支持版本可以獲得 Canonical 官方長(zhǎng)達(dá)五年的技術(shù)支持。Ubuntu 18.04 LTS 還將附帶了 Linux Kernel 4.15，其中包含針對(duì) Spectre 和 Meltdown 錯(cuò)誤的修復(fù)程序。
2. 提供詳細(xì)的python開(kāi)源范例程序
根據(jù)TIOBE最新排名 ，Python已超越C#，與Java,C,C++一起成為全球前4大最流行語(yǔ)言。國(guó)內(nèi)目前百度指數(shù)搜索量已經(jīng)超越Java，與C++，即將成為國(guó)內(nèi)最受歡迎的開(kāi)發(fā)語(yǔ)言。
Python被廣泛應(yīng)用于后端開(kāi)發(fā)、游戲開(kāi)發(fā)、網(wǎng)站開(kāi)發(fā)、科學(xué)運(yùn)算、大數(shù)據(jù)分析、云計(jì)算，圖形開(kāi)發(fā)等領(lǐng)域；Python在軟件質(zhì)量控制、提升開(kāi)發(fā)效率、可移植性、組件集成、豐富庫(kù)支持等各個(gè)方面均處于先進(jìn)地位。python具有 簡(jiǎn)單、易學(xué)、免費(fèi)、開(kāi)源、可移植、可擴(kuò)展、可嵌入、面向?qū)ο蟮葍?yōu)點(diǎn)，它的面向?qū)ο笊踔帘萰ava和C#.net更徹底；
3. JupyterLab編程
JupyterLab是一個(gè)基于Web的交互式開(kāi)發(fā)環(huán)境，用于Jupyter筆記本、代碼和筆記本、代碼和數(shù)據(jù).JupyterLab非常靈活配置和排列用戶界面，以支持?jǐn)?shù)據(jù)科學(xué)、科學(xué)計(jì)算和機(jī)器學(xué)習(xí)中廣泛的工作流.JupyterLab是可擴(kuò)展的和模塊化的編寫(xiě)插件，添加新組件并與現(xiàn)有組件集成
4. 多種AI框架
OpenCV計(jì)算機(jī)視覺(jué)庫(kù)，TensorFlow AI框架，Pytorch AI框架等
三、AI人工智能實(shí)驗(yàn)箱特點(diǎn)
支持多模態(tài)輸入，跨語(yǔ)言編程，優(yōu)化深度學(xué)習(xí)模型
人體姿態(tài)估計(jì)，應(yīng)用于實(shí)際場(chǎng)景
實(shí)時(shí)背景移除，基于深度學(xué)習(xí)，高效實(shí)時(shí)移除背景
目標(biāo)檢測(cè)，多目標(biāo)檢測(cè)能力強(qiáng)
語(yǔ)義分割，像素級(jí)別的詳細(xì)分類，適用于環(huán)境感知
單目深度，無(wú)需特殊相機(jī)，利用全卷積網(wǎng)絡(luò)，可從單個(gè)圖像推斷相對(duì)深度，應(yīng)用廣泛。
語(yǔ)音情感識(shí)別，采用Mobilenet_v2模型處理語(yǔ)音情感，輕量化、高效
六自由度機(jī)械臂，智能舵機(jī)，ROS控制，適用于AI視覺(jué)顏色分揀實(shí)驗(yàn)
車牌識(shí)別，使用Teseract-OCR 引擎，識(shí)別準(zhǔn)確率高，使用場(chǎng)景廣泛。
ROS機(jī)器人系統(tǒng)，跨平臺(tái)兼容，代碼開(kāi)源，模塊化設(shè)計(jì)，通用性強(qiáng)靈活性高。
AI聽(tīng)覺(jué)主板，具備高質(zhì)量音頻處理和語(yǔ)音服務(wù)，搭載Snowboy喚醒詞檢測(cè)引擎，可以完成語(yǔ)音情感識(shí)別、圖靈機(jī)器人、語(yǔ)音對(duì)話等實(shí)驗(yàn)。
在人工智能遍地開(kāi)花的今天，人工智能在 各個(gè)領(lǐng)域都發(fā)揮了重要的作用，為產(chǎn)品賦能愈來(lái)愈稱為各大企業(yè)的追求。人工智能早已滲透到計(jì) 算機(jī)視覺(jué)、自動(dòng)駕駛、自然語(yǔ)言處理、機(jī)器人技術(shù)、推薦系統(tǒng)、語(yǔ)音識(shí)別、航空航天等等領(lǐng)域。
AI人工智能實(shí)驗(yàn)箱的學(xué)習(xí)主要分為兩個(gè)部分，第一部分為人工智能基礎(chǔ)，主要包括：相關(guān)數(shù)學(xué)基礎(chǔ)、編程基礎(chǔ)、機(jī)器學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)、ROS基礎(chǔ)與運(yùn)動(dòng)學(xué)。第二部分主要為實(shí)踐學(xué)習(xí)包括：GPIO與傳感器、機(jī)械臂、AI視覺(jué)、AI聽(tīng)覺(jué)、物聯(lián)網(wǎng)。完成學(xué)習(xí)后，可以充分了解到人工智能最主流的相關(guān)應(yīng)用。
1.相關(guān)數(shù)學(xué)基礎(chǔ)
2.編程基礎(chǔ)
3.機(jī)器學(xué)習(xí)
4.深度神經(jīng)網(wǎng)絡(luò)
5.機(jī)器運(yùn)動(dòng)學(xué)與ROS機(jī)器人
6.GPIO、傳感器基礎(chǔ)課程
7.機(jī)械臂課程
8.AI視覺(jué)課程
9.AI聽(tīng)覺(jué)課程
AI人工智能實(shí)驗(yàn)箱將理論與實(shí)踐完美結(jié)合，豐富的實(shí)驗(yàn)項(xiàng)目讓您在實(shí)踐中學(xué)習(xí)，在應(yīng)用中鞏固，真正將AI知識(shí)融會(huì)貫通。
3. 開(kāi)放靈活，激發(fā)創(chuàng)新
開(kāi)放的GPIO接口和模塊化設(shè)計(jì)，支持個(gè)性化功能開(kāi)發(fā)，讓您將創(chuàng)意變?yōu)楝F(xiàn)實(shí)，打造屬于自己的AI項(xiàng)目。
用戶的評(píng)價(jià)：
1. 來(lái)自高校教師的評(píng)價(jià)：
“課程內(nèi)容豐富，教學(xué)效果杠杠的，學(xué)生們都搶著學(xué)AI！”
“以前教AI，我頭都大了，各種理論知識(shí)，學(xué)生們聽(tīng)得云里霧里。現(xiàn)在有了上海頂邦A(yù)I實(shí)驗(yàn)箱，我輕松多了，直接讓學(xué)生做實(shí)驗(yàn)，學(xué)得賊快！”
2. 來(lái)自學(xué)生的評(píng)價(jià)：
“以前我對(duì)AI一點(diǎn)都不懂，現(xiàn)在我都能開(kāi)發(fā)自己的AI項(xiàng)目了！”
“課程由淺入深，循序漸進(jìn)，小白也能輕松上手。老師講得也好，我聽(tīng)得懂，學(xué)得會(huì)！”
3. 來(lái)自校領(lǐng)導(dǎo)的評(píng)價(jià)
“AI人工智能實(shí)驗(yàn)箱能夠幫助學(xué)生快速掌握AI知識(shí)和技能。平臺(tái)提供的實(shí)驗(yàn)項(xiàng)目也非常實(shí)用，能夠幫助學(xué)生將理論知識(shí)應(yīng)用到實(shí)踐中。”
“我們相信，借助上海頂邦人工智能實(shí)驗(yàn)箱，我們學(xué)校的AI教學(xué)水平將不斷提升，學(xué)生們也將能夠在未來(lái)的AI時(shí)代取得更大的成就。”
AI人工智能實(shí)驗(yàn)箱不僅是學(xué)習(xí)AI的最佳工具，更是您通往AI未來(lái)的橋梁！
一、AI核心
GPU ：128核 NVIDIA Maxwell GPU
CPU ：4核cortex-A57處理器
內(nèi)存：4 GB LPDDR 25.6 GB/s
算力：472 GFLOP
基于NVIDIA強(qiáng)大的Al計(jì)算能力，系統(tǒng)內(nèi)核是一個(gè)小巧卻功能強(qiáng)大的計(jì)算機(jī)，它可以讓你并行運(yùn)行多個(gè)神經(jīng)網(wǎng)絡(luò)、對(duì)象檢測(cè)、分割和語(yǔ)音處理等應(yīng)用程序， 系統(tǒng)搭載四核cortex- A57處理器，128核Maxwell GPU及 4GB LPDDR內(nèi)存，帶來(lái)足夠的Al計(jì)算能力，提供472GFLOP算力，并支持一系列流行的Al框架和算法，比如TensorFlow、Pytorch、 caffe/caffe2、Keras、MXNET等。
二、系統(tǒng)框架與AI框架
1. 系統(tǒng)預(yù)裝ubuntu18.04操作系統(tǒng)，所有環(huán)境代碼庫(kù)文件均已安裝，開(kāi)機(jī)即用。
Ubuntu 18.04 LTS在云計(jì)算領(lǐng)域效率極高，特別適用于機(jī)器學(xué)習(xí)這樣的存儲(chǔ)密集型和計(jì)算密集型任務(wù)。Ubuntun 長(zhǎng)期支持版本可以獲得 Canonical 官方長(zhǎng)達(dá)五年的技術(shù)支持。Ubuntu 18.04 LTS 還將附帶了 Linux Kernel 4.15，其中包含針對(duì) Spectre 和 Meltdown 錯(cuò)誤的修復(fù)程序。
2. 提供詳細(xì)的python開(kāi)源范例程序
根據(jù)TIOBE最新排名 ，Python已超越C#，與Java,C,C++一起成為全球前4大最流行語(yǔ)言。國(guó)內(nèi)目前百度指數(shù)搜索量已經(jīng)超越Java，與C++，即將成為國(guó)內(nèi)最受歡迎的開(kāi)發(fā)語(yǔ)言。
Python被廣泛應(yīng)用于后端開(kāi)發(fā)、游戲開(kāi)發(fā)、網(wǎng)站開(kāi)發(fā)、科學(xué)運(yùn)算、大數(shù)據(jù)分析、云計(jì)算，圖形開(kāi)發(fā)等領(lǐng)域；Python在軟件質(zhì)量控制、提升開(kāi)發(fā)效率、可移植性、組件集成、豐富庫(kù)支持等各個(gè)方面均處于先進(jìn)地位。python具有 簡(jiǎn)單、易學(xué)、免費(fèi)、開(kāi)源、可移植、可擴(kuò)展、可嵌入、面向?qū)ο蟮葍?yōu)點(diǎn)，它的面向?qū)ο笊踔帘萰ava和C#.net更徹底；
3. JupyterLab編程
JupyterLab是一個(gè)基于Web的交互式開(kāi)發(fā)環(huán)境，用于Jupyter筆記本、代碼和筆記本、代碼和數(shù)據(jù).JupyterLab非常靈活配置和排列用戶界面，以支持?jǐn)?shù)據(jù)科學(xué)、科學(xué)計(jì)算和機(jī)器學(xué)習(xí)中廣泛的工作流.JupyterLab是可擴(kuò)展的和模塊化的編寫(xiě)插件，添加新組件并與現(xiàn)有組件集成
4. 多種AI框架
OpenCV計(jì)算機(jī)視覺(jué)庫(kù)，TensorFlow AI框架，Pytorch AI框架等
三、AI人工智能實(shí)驗(yàn)箱特點(diǎn)
支持多模態(tài)輸入，跨語(yǔ)言編程，優(yōu)化深度學(xué)習(xí)模型
人體姿態(tài)估計(jì)，應(yīng)用于實(shí)際場(chǎng)景
實(shí)時(shí)背景移除，基于深度學(xué)習(xí)，高效實(shí)時(shí)移除背景
目標(biāo)檢測(cè)，多目標(biāo)檢測(cè)能力強(qiáng)
語(yǔ)義分割，像素級(jí)別的詳細(xì)分類，適用于環(huán)境感知
單目深度，無(wú)需特殊相機(jī)，利用全卷積網(wǎng)絡(luò)，可從單個(gè)圖像推斷相對(duì)深度，應(yīng)用廣泛。
語(yǔ)音情感識(shí)別，采用Mobilenet_v2模型處理語(yǔ)音情感，輕量化、高效
六自由度機(jī)械臂，智能舵機(jī)，ROS控制，適用于AI視覺(jué)顏色分揀實(shí)驗(yàn)
車牌識(shí)別，使用Teseract-OCR 引擎，識(shí)別準(zhǔn)確率高，使用場(chǎng)景廣泛。
ROS機(jī)器人系統(tǒng)，跨平臺(tái)兼容，代碼開(kāi)源，模塊化設(shè)計(jì)，通用性強(qiáng)靈活性高。
AI聽(tīng)覺(jué)主板，具備高質(zhì)量音頻處理和語(yǔ)音服務(wù)，搭載Snowboy喚醒詞檢測(cè)引擎，可以完成語(yǔ)音情感識(shí)別、圖靈機(jī)器人、語(yǔ)音對(duì)話等實(shí)驗(yàn)。
四、硬件資源
一、硬件資源
| 功能單元 | 參數(shù) | 功能描述 |
| 實(shí)驗(yàn)箱 | 外形尺寸：≥610*440*240mm； | 外箱采用鋁木合金材料，四周安裝尼龍防護(hù)墊，實(shí)驗(yàn)箱體內(nèi)部包含存儲(chǔ)空間，可以妥善存放模塊及配件，打開(kāi)方式為按壓彈出。 |
| AI運(yùn)算單元 |
GPU ：128核 NVIDIA Maxwell GPU； CPU ：4核cortex-A57處理器； 內(nèi)存：4 GB LPDDR 25.6 GB/s； 算力：472 GFLOP； 核心擴(kuò)展：擁有最少4個(gè)USB3.0接口，支持HDMI和DP視頻接口，一路M.2接口的單路PCIE，并安裝有散熱風(fēng)扇， 40pin GPIO； 網(wǎng)絡(luò)：千兆以太網(wǎng)口、無(wú)線網(wǎng)卡支持2.4Ghz/5GHZ,支持藍(lán)牙4.2； |
安裝Ubuntu 18.04 LTS+ROS Melodic操作系統(tǒng)，集成JupyterLab開(kāi)發(fā)環(huán)境、Anaconda 4.5.4虛擬環(huán)境，支持一系列流行的AI框架和算法，比如TensorFlow、caffe/caffe2、Keras、Pytorch、MXNET 等，系統(tǒng)安裝有OpenCV計(jì)算機(jī)視覺(jué)庫(kù)，TensorFlow AI框架，Pytorch AI框架。 |
| 機(jī)械臂 |
機(jī)械臂自由度：5自由度+夾持器，200g有效負(fù)載，臂展350mm； 舵機(jī)方案：15Kg*5+6Kg*1智能串行總線舵機(jī)； 材質(zhì)：陽(yáng)極氧化處理鋁合金； |
用于機(jī)器人運(yùn)動(dòng)學(xué)與機(jī)器人系統(tǒng)，可以完成夾持積木等動(dòng)作。 |
| 嵌入式核心主板 |
接口：6個(gè)總線舵機(jī)接口， PWM舵機(jī)接口，i2C接口，除AI核心板外還支持STM32和Raspberry Pi； OLED:顯示CPU占用，顯示內(nèi)存占用，顯示IP地址等基礎(chǔ)信息； 按鍵：K1+K2鍵+RESET鍵； 1 個(gè)RGB燈； |
用于支持機(jī)械臂動(dòng)作。 |
| 攝像頭 | 采用USB接口，30萬(wàn)像素，110度廣角攝像頭，480P分辨率（600*480） | AI視覺(jué)實(shí)驗(yàn)，如垃圾分揀等實(shí)驗(yàn)。 |
| AI聽(tīng)覺(jué)單元 |
音頻芯片：采用SSS1629音頻芯片； 麥克風(fēng)：板載兩個(gè)高質(zhì)量MEMS硅麥克風(fēng)； 接口：標(biāo)準(zhǔn)3.5mm耳機(jī)接口、雙通道喇叭接口； |
采用USB接口設(shè)計(jì)，免驅(qū)動(dòng)，多系統(tǒng)兼容，可左右聲道錄音，音質(zhì)更加�？梢酝瓿葾I聽(tīng)覺(jué)類實(shí)驗(yàn)。 |
| 傳感器實(shí)驗(yàn)?zāi)K |
傳感器實(shí)驗(yàn)?zāi)K將Jetson nano的GPIO接口引出，方便完成GPIO實(shí)驗(yàn)，并且包含以下實(shí)驗(yàn)課程：雙色LED、 繼電器、 輕觸開(kāi)關(guān)按鍵、U 型光電傳感器、模數(shù)轉(zhuǎn)換、PS2 操縱桿、電位器、模擬霍爾傳感器、光敏傳感器、火焰報(bào)警、氣體傳感器、觸摸開(kāi)關(guān)、超聲波傳感器距離檢測(cè)、旋轉(zhuǎn)編碼器、紅外避障傳感器、氣壓傳感器、陀螺儀加速度傳感器、循跡傳感器、直流電機(jī)風(fēng)扇模塊、步進(jìn)電機(jī)驅(qū)動(dòng)模塊； |
傳感器實(shí)驗(yàn)?zāi)K可以更好的幫助學(xué)習(xí)者更加快速的入門Jetson nano的GPIO控制，從基礎(chǔ)入手，完成實(shí)驗(yàn)項(xiàng)目。同時(shí)引出的GPIO和可移動(dòng)的模塊也使我們后續(xù)的使用和開(kāi)發(fā)更加方便。 |
| 顯示屏 | 10寸顯示屏，HDMI接口，1080P分辨率。 | 顯示屏傾斜安裝，傾斜角度大于5°。用于操作系統(tǒng)顯示。 |
| 鍵盤鼠標(biāo) | 干電池供電，無(wú)線藍(lán)牙連接。 | 用于系統(tǒng)控制。 |
五、AI人工智能課程
AI人工智能實(shí)驗(yàn)箱在設(shè)計(jì)時(shí)，考慮到不同基礎(chǔ)學(xué)習(xí)者的需求，力求使用更易理解的學(xué)習(xí)方式傳遞更加詳細(xì)的知識(shí)。本實(shí)驗(yàn)平臺(tái)對(duì)各類使用者均有一定的學(xué)習(xí)幫助，特別是在在校大學(xué)生和研究生，能夠幫助學(xué)生從初學(xué)逐漸過(guò)渡到深入學(xué)習(xí)。也可以幫助他們完成畢業(yè)設(shè)計(jì)或者學(xué)術(shù)論文。在人工智能遍地開(kāi)花的今天，人工智能在 各個(gè)領(lǐng)域都發(fā)揮了重要的作用，為產(chǎn)品賦能愈來(lái)愈稱為各大企業(yè)的追求。人工智能早已滲透到計(jì) 算機(jī)視覺(jué)、自動(dòng)駕駛、自然語(yǔ)言處理、機(jī)器人技術(shù)、推薦系統(tǒng)、語(yǔ)音識(shí)別、航空航天等等領(lǐng)域。
AI人工智能實(shí)驗(yàn)箱的學(xué)習(xí)主要分為兩個(gè)部分，第一部分為人工智能基礎(chǔ)，主要包括：相關(guān)數(shù)學(xué)基礎(chǔ)、編程基礎(chǔ)、機(jī)器學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)、ROS基礎(chǔ)與運(yùn)動(dòng)學(xué)。第二部分主要為實(shí)踐學(xué)習(xí)包括：GPIO與傳感器、機(jī)械臂、AI視覺(jué)、AI聽(tīng)覺(jué)、物聯(lián)網(wǎng)。完成學(xué)習(xí)后，可以充分了解到人工智能最主流的相關(guān)應(yīng)用。
1.相關(guān)數(shù)學(xué)基礎(chǔ)
| 教學(xué)課程 | 課程內(nèi)容 |
| 矩陣論 | 標(biāo)量、向量、矩陣、張量 |
| 矩陣和向量相乘 | |
| 單位矩陣和逆矩陣 | |
| 線性相關(guān)和生成子空間 | |
| 范數(shù) | |
| 特殊類型的矩陣和向量 | |
| 跡運(yùn)算 | |
| Moore-Penrose偽逆 | |
| 概率與信息論 | 隨機(jī)變量與概率分布 |
| 離散型變量與概率分布律 | |
| 常見(jiàn)的離散型概率分布 | |
| 連續(xù)型變量和概率密度函數(shù) | |
| 常見(jiàn)的連續(xù)性概率分布 | |
| 聯(lián)合概率 | |
| 邊緣概率 | |
| 條件概率 | |
| 獨(dú)立性和條件獨(dú)立性 | |
| 期望、方差和協(xié)方差 | |
| 信息論 |
| 教學(xué)課程 | 課程內(nèi)容 |
| 變量與基本數(shù)據(jù)類型 | 變量 |
| 基本數(shù)據(jù)類型 | |
| 列表和元組 | 列表 |
| 元組 | |
| 字典與集合 | 字典 |
| 集合 | |
| 類和對(duì)象 | 面向?qū)ο蟾攀?/span> |
| 類的定義和使用 | |
| 屬性 | |
| 繼承 | |
| 模塊化程序設(shè)計(jì) | 函數(shù)創(chuàng)建和調(diào)用 |
| 參數(shù)傳遞 | |
| 深度學(xué)習(xí)框架簡(jiǎn)介 | TensorFlow |
| PyTorch | |
| Caffe/caffe2 | |
| PaddlePaddle | |
| Linux開(kāi)發(fā)環(huán)境簡(jiǎn)介 | Ubuntu操作系統(tǒng) |
| 常用命令行 |
| 教學(xué)課程 | 課程內(nèi)容 |
| 基本概念 | 訓(xùn)練集、測(cè)試集、驗(yàn)證集 |
| 過(guò)擬合、欠擬合、泛化 | |
| 學(xué)習(xí)率、正則化、交叉驗(yàn)證 | |
| K-近鄰算法 | 基本概念 |
| K的選取 | |
| 距離的度量 | |
| 支持向量機(jī) | 間隔與支持向量 |
| 對(duì)偶問(wèn)題 | |
| 核函數(shù) | |
| 軟間隔與正則化 | |
| K-均值聚類 | K-均值聚類 |
| 決策樹(shù)和隨機(jī)森林 | 決策樹(shù)的基本概念 |
| 選擇最佳劃分標(biāo)準(zhǔn) | |
| 隨機(jī)森林 | |
| 神經(jīng)網(wǎng)絡(luò) | 神經(jīng)元模型 |
| 感知器 | |
| 多層感知器 | |
| 經(jīng)驗(yàn)風(fēng)險(xiǎn)和結(jié)構(gòu)風(fēng)險(xiǎn) | |
| 梯度下降和反向傳播 | |
| RBF網(wǎng)絡(luò) | |
| 超限學(xué)習(xí)機(jī) | |
| 神經(jīng)網(wǎng)絡(luò)訓(xùn)練技巧 |
| 教學(xué)課程 | 課程內(nèi)容 |
| 人工智能 | 人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí) |
| 深度學(xué)習(xí) | 深度學(xué)習(xí)的發(fā)展歷程 |
| 卷積神經(jīng)網(wǎng)絡(luò) | 發(fā)展歷程 |
| 基本結(jié)構(gòu) | |
| 前饋運(yùn)算與反向傳播 | |
| 相關(guān)性質(zhì) | |
| 卷積神經(jīng)網(wǎng)絡(luò)變種 | |
| 常用卷積神經(jīng)網(wǎng)絡(luò)模型 | |
| 循環(huán)神經(jīng)網(wǎng)絡(luò) | 循環(huán)神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介 |
| 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)神經(jīng) | |
| 循環(huán)神經(jīng)網(wǎng)絡(luò)的變體 | |
| 生成對(duì)抗網(wǎng)絡(luò) | 生成對(duì)抗網(wǎng)絡(luò)簡(jiǎn)介 |
| 生成對(duì)抗網(wǎng)絡(luò)基本結(jié)構(gòu) | |
| 生成對(duì)抗網(wǎng)絡(luò)變種 |
| 實(shí)驗(yàn)課程 | 課程內(nèi)容 |
| ROS基礎(chǔ)與運(yùn)動(dòng)學(xué) | ROS基礎(chǔ)課程 |
| ROS創(chuàng)建工程項(xiàng)目 | |
| 自定義消息 | |
| Server通訊 | |
| 機(jī)械臂URDF模型 | |
| 機(jī)械臂運(yùn)動(dòng)學(xué)正反解 | |
| MoveIt配置 | |
| 智能串行總線舵機(jī) | |
| PC上位機(jī)控制 | |
| 機(jī)械臂自定義學(xué)習(xí)動(dòng)作組 | |
| 機(jī)械臂關(guān)節(jié)弧度及末端姿態(tài)控制 | |
| 機(jī)械臂工作區(qū)域內(nèi)抓取、搬運(yùn) | |
| 6自由度逆運(yùn)動(dòng)學(xué)控制 |
| 實(shí)驗(yàn)課程 | 課程內(nèi)容 |
| Jetson nano GPIO課程 | 雙色LED控制 |
| 電位器檢測(cè) | |
| 繼電器控制 | |
| 輕觸開(kāi)關(guān)按鍵 | |
| PCF8591模數(shù)轉(zhuǎn)換 | |
| PS2操縱桿 | |
| 觸摸開(kāi)關(guān)控制 | |
| 直流電機(jī)風(fēng)扇 | |
| 步進(jìn)電機(jī)驅(qū)動(dòng) | |
| 傳感器實(shí)驗(yàn)課程 | 模擬霍爾傳感器 |
| 模擬溫度傳感器 | |
| 火焰報(bào)警 | |
| 煙霧傳感器 | |
| 超聲波傳感器距離檢測(cè) | |
| 旋轉(zhuǎn)編碼器 | |
| 紅外避障傳感器 | |
| BMP180氣壓傳感器 | |
| MPU6050陀螺儀加速度傳感器 | |
| 循跡傳感器 |
| 實(shí)驗(yàn)課程 | 課程內(nèi)容 |
| 機(jī)械臂基礎(chǔ)課程 | 用戶按鍵控制 |
| 蜂鳴器控制實(shí)驗(yàn) | |
| OLED控制實(shí)驗(yàn) | |
| 控制單個(gè)舵機(jī) | |
| 同時(shí)控制6個(gè)舵機(jī)動(dòng)作 | |
| 讀取舵機(jī)當(dāng)前位置 | |
| 機(jī)械臂關(guān)節(jié)標(biāo)定實(shí)踐 | |
| 機(jī)械臂關(guān)節(jié)弧度及末端姿態(tài)控制 | |
| 機(jī)械臂舞蹈表演 | |
| 機(jī)械臂搬運(yùn)色塊實(shí)踐 | |
| 機(jī)械臂搬運(yùn)碼垛色塊實(shí)踐 | |
| 機(jī)械臂抓取工作區(qū)域九點(diǎn)標(biāo)定 | |
| 機(jī)械臂抓取工作區(qū)域物塊測(cè)試 |
| 實(shí)驗(yàn)課程 | 課程內(nèi)容 |
| AI視覺(jué)開(kāi)發(fā)課程 | 安裝和使用Matplotlib、Pyplot 和 Numpy |
| 在OpenCV中運(yùn)行攝像頭 | |
| JetCam庫(kù)中測(cè)試USB攝像頭 | |
| OpenCV讀取、寫(xiě)入和顯示圖像 | |
| OpenCV讀取、顯示和保存視頻 | |
| OpenCV繪圖函數(shù)使用 | |
| OpenCV圖像質(zhì)量和像素操作 | |
| OpenCV圖片剪切 | |
| OpenCV圖片平移 | |
| OpenCV圖片鏡像 | |
| OpenCV仿射變換 | |
| OpenCV圖片縮放 | |
| OpenCV圖片旋轉(zhuǎn) | |
| OpenCV圖片處理 | |
| OpenCV灰度處理 | |
| OpenCV圖像美化 | |
| OpenCV邊緣檢測(cè) | |
| OpenCV二值化處理 | |
| OpenCV矩形圓形繪制 | |
| OpenCV文字圖片處理 | |
| OpenCV線段繪制 | |
| OpenCV彩色圖片直方圖 | |
| OpenCV直方圖均衡畫(huà) | |
| OpenCV圖片修補(bǔ) | |
| OpenCV亮度增強(qiáng) | |
| OpenCV高斯均值濾波 | |
| OpenCV磨皮美白 | |
| OpenCV中值濾波 | |
| AI視覺(jué)與機(jī)械臂綜合課程 | 顏色檢測(cè) |
| 臉部和眼睛檢測(cè) | |
| 行人檢測(cè) | |
| 汽車檢測(cè) | |
| 車牌檢測(cè) | |
| 目標(biāo)追蹤 | |
| 定位物體實(shí)時(shí)位置 | |
| 攝像頭機(jī)械臂物體追蹤 | |
| 攝像頭機(jī)械臂人臉追蹤 | |
| 色塊抓取分揀實(shí)驗(yàn) | |
| 攝像頭ArucoTag識(shí)別抓取實(shí)驗(yàn) | |
| AI人工智能機(jī)械臂與主人互動(dòng)實(shí)踐 | |
| AI人工智能機(jī)械臂手勢(shì)識(shí)別抓取指定色塊進(jìn)行碼垛 | |
| AI人工智能機(jī)械臂垃圾分類實(shí)踐 | |
| 嵌入式視覺(jué)應(yīng)用 | 圖像分類 |
| 物體檢測(cè) | |
| 語(yǔ)義分割 | |
| 目標(biāo)檢測(cè) | |
| 人體姿態(tài)動(dòng)作識(shí)別 | |
| 背景移除 | |
| 單眼深度圖 |
| 實(shí)驗(yàn)課程 | 課程內(nèi)容 |
| AI聽(tīng)覺(jué)領(lǐng)域前沿算法 | 連接時(shí)序分類模型 |
| Attention模型 | |
| 基于HMM的語(yǔ)音識(shí)別 | |
| Transformer | |
| AI聽(tīng)覺(jué)綜合實(shí)戰(zhàn) | AI聽(tīng)覺(jué)領(lǐng)域前沿算法 |
| 在線語(yǔ)音合成 | |
| 語(yǔ)音聽(tīng)寫(xiě)流式 | |
| 圖靈機(jī)器人 | |
| AIUI | |
| VAD端點(diǎn)檢測(cè) | |
| 小薇機(jī)器人語(yǔ)音對(duì)話 | |
| Snowboy語(yǔ)音喚醒 | |
| 語(yǔ)音情感識(shí)別 | |
| 基于 Kaldi 的語(yǔ)音識(shí)別實(shí)踐 |