AI编程实训平台

2019-07-03 泰迪智能科技 518
分享到:

1.平台简介

人工智能编程实训平台,定位于全面提升人工智能工程实践能力,可同时服务于学生的编程实践与教师的科技计算需求。它提供了“开箱即用”的人工智能与深度学习实验环境,包括虚拟桌面与Jupyter类在线工具等实验环境镜像,镜像内置了实验所需的各类软件与支撑材料。通过实验环境,支持代码执行时动态调用GPU资源,实现多人访问模式下的资源合理共享。同时针对教师在科研项目执行时的大算力需求,平台通过深度学习框架,支持集成多项GPU资源进行大规模并行计算。

3.png



2.人工智能编程实训平台库介绍

2.1深度学习框架

深度学习框架模块包含目前主流的深度学习的学习库,如CaffeCNTKTensorFlowTheano and Torch,以及许多其他的深度学习的应用。

222.png

 2-1 深度学习框架


2.2 Caffe

Caffe由加州大学伯克利的PHD贾扬清开发,全称Convolutional Architecture for Fast Feature Embedding,是一个清晰而高效的开源深度学习框架,目前由伯克利视觉学中心(Berkeley Vision and Learning CenterBVLC)进行维护。Caffe是纯粹的C++/CUDA架构,支持命令行、PythonMATLAB接口;可以在CPUGPU直接无缝切换。


2.3 TensorFlow

TensorFlow是一款开源的数学计算软件,使用数据流图(Data Flow Graph)的形式进行计算。图中的节点代表数学运算,而图中的线条表示多维数据数组(tensor)之间的交互。TensorFlow灵活的架构可以部署在一个或多个CPUGPU的台式以及服务器中,或者使用单一的API应用在移动设备中。


2.4 Torch

Torch是一个有大量机器学习算法支持的科学计算框架,其诞生已经有十年之久,但是真正起势得益于Facebook开源了大量Torch的深度学习模块和扩展。Torch另外一个特殊之处是采用了编程语言Lua(该语言曾被用来开发视频游戏)。


2.5 Theano

Theano2008年诞生于蒙特利尔理工学院,Theano派生出了大量深度学习Python软件包,最著名的包括BlocksKerasTheano的核心是一个数学表达式的编译器,它知道如何获取你的结构。并使之成为一个使用numpy、高效本地库的高效代码,如BLAS和本地代码(C++)在CPUGPU上尽可能快地运行。它是为深度学习中处理大型神经网络算法所需的计算而专门设计的,是这类库的首创之一,被认为是深度学习研究和开发的行业标准。

2.6 MXNet

出自CXXNetMinervaPurine等项目的开发者之手,主要用C++编写。MXNet强调提高内存使用的效率,甚至能在智能手机上运行诸如图像识别等任务。