一、实训室概述

基于云模式的人工智能及智能硬件实训平台的设计全面落实“产、学、用、监、评”一体化的思想和模式，从教学、实践、使用、监控、评估等多方面注重专业人才和特色人才的培养。本实训系统平台方案融合操作系统、数据库、编程语言、统计分析、人工智能等课程，人工智能领域涉及机器学习、神经网络与深度学习、自然语言处理、机器视觉等诸多方面，课程类型包括基础实训、关键技术掌握、应用创新等等各层次实践教学。从面向人工智能行业的需求、促进学生职业发展的角度，规划建设基于云模式的人工智能及智能硬件实训平台，真正在产业、学校及实际项目中相互配合，发挥优势，形成生产、学习、实践、运用、监控、评估的系统运作模式，从而建设大数据及人工智能特色专业。

二、实训室特点

平台的建设采用B/S架构，用户通过浏览器进行访问，且支持内网与外网同时访问。平台的管理功能是针对前端系统设置的对应的管理功能，便于教学过程中对前端系统的自定义管理。在教学管理方面，平台自带人工智能课程推荐功能，可为学生提供个性化课程推荐及AI课程助手，助力学生定向就业。还可以通过大数据分析，自动生成学业报告，为学生就业提供桥梁，并作为教师教学的得力助手，为高校的学生能力培养及教师的工作提供强有力的支持。

实训平台采用私有云模式，所有课程均在云端进行，自主研发设计的教学平台可将硬件资源进行集中调度分配，可管理大规模CPU、GPU等高性能分布式计算集群，利用容器技术对计算资源进行虚拟化，以智能调度的方式对外提供计算服务，并依托开源分布式计算框架和深度学习框架，支持训练、推理，支持CNN、RNN等各种类型的网络模型，支持Xgboost等传统机器学习模型，适合大数据、人工智能、深度计算。

人工智能实训课程资源共计200多个，资源涵盖了操作系统类、数据库类、编程语言类、统计分析类、机器学习类、神经网络与深度学习类、自然语言处理类、机器视觉类、智能硬件类课程等诸多方面课程，课程类型包括基础实训、关键技术掌握、应用创新等，是一个综合性的学习研究平台；平台配合专用的资源监控系统、课程监控系统，可实时的监控整个平台的硬件资源负载以及学生学习的状态，可帮助教师合理的安排课程及对应资源。

三、实训室组成

（一）人工智能实验平台系统

（二）算法集系统

（三）数据集系统

（四）个人中心系统

（五）在线考试系统

（六）控制台系统

（七）资源管理系统

（八）教学管理中心

（九）学习进度管理系统

（十）操作系统实训课程

（十一）数据库实训课程

（十二）编程语言类实训课程

（十三）统计分析类实训课程

（十四）机器学习算法与实践实训课程

（十五）机器学习项目实战课程

（十六）神经网络与深度学习原理实现实训课程

（十七）深度学习项目实战课程

（十八）Tensorflow2框架应用案例课程

（十九）自然语言处理项目实战课程

（二十）机器视觉OpenCV实训课程

（二十一）机器视觉项目实战课程

（二十二）智能无人驾驶终端

（二十三）智能搬运移动终端

（二十四）智能视觉机器狗

（二十五）数据安全保障箱

（二十六）智能集中运维控制器

（二十七）人工智能云平台云灾备系统

（二十八）人工智能管理控制设备

（二十九）人工智能云资源计算设备