本课程，面向初次接触人工智能的学生，利用『AI 情感音乐生成器』工程项目案例，介绍基于AI技术的情感分析电影制作应用程序项目及软件开发工程模型，是一个基于用户自上传图像实现人工智能情感分析并完成音乐创作的WEB服务应用程序，覆盖深度学习与新一代人工智能项目开发全流程，包含23个以上分解实验，提供从数据标注，容器移动开发，图像数据搜索，数据探索，情感分类，数据预处理与增强，卷积神经网络图像识别，模型调优及超参数调整，音乐数据集情感转换，人工智能音乐生成器模型部署等完整“端到端”项目贯穿式学习实验指导。[……]
标签： 080717T
《嵌入式人工智能系统》课程
TensorFlow Lite 是可帮助开发人员在移动端（Mobile）、嵌入式（Embedded）和物联网（IoT）设备上运行 TensorFlow 机器学习模型的一组工具。它使设备机器学习具有低延迟和更小的二进制体积。本课程将向学生详尽介绍 TensorFlow Lite 在移动设备上的应用，让我们的设备智能起来。[……]
《分布式人工智能》课程
本课程为全实战类课程，学习如何使用 Ray 构建大规模人工智能应用程序；Ray 是美国加州大学伯克利分校 RISELab 开发的高性能分布式执行框架。 利用此易用的 Python* 框架简化复杂的并行系统，此框架随机器学习库一起提供，可加速人工智能应用程序。本课程为学生提供以下技能的实践知识：使用 Ray 框架的远程函数、actor 等；用 Ray Tune 快速寻找人工智能训练的最佳变量；利用 Ray RLlib 跨集群分布强化学习算法；在大型计算机集群和云资源上部署人工智能应用程序。[……]
《FPGA 人工智能推理》课程
FPGA 提供一种极低延迟的灵活的架构，该架构在能效解决方案中提供深度学习加速。 学习如何在 CPU 上部署计算机视觉应用程序，然后在 FPGA 上加速深度学习推理。 接着，学习如何掌握该应用程序，并使用 Docker* 容器在使用 Kubernetes* 的集群上跨多节点地扩展该应用程序。本课程结束时，学生将掌握以下方面的实践知识：什么是卷积神经网络以及如何构建卷积神经网络；如何构建深度学习计算机视觉应用程序；从软件开发人员的角度考察，什么是 FPGA，以及为何 FPGA 极其适用于加速实时机器学习应用程序；FPGA 深度学习加速套件的组件；使用深度学习从数据抽提模式的计算机视觉应用程序的构[……]