|
人工智能開發板、V1.0-AI實驗模塊
1.高性能AI開發者套件，可提供8TOPS INT8的計算能力，可以實現圖像、視頻等多種數據分析與推理計算，可廣泛用于教育、機器人、無人機等場景。
2.AI算力：8TOPS INT8；4TFLOPS FP16;
3.內存規格：LPDDR4X 4GB，支持ECC；
4.CPU算力：4 core*1.0 GHz。
5.編解碼能力：支持H.264/H.265 Decoder硬件解碼；20路1080P30FPS；2路 4K 75FPS；JPEG解碼 1080P 512FPS；編碼1080P 256FPS；分辨率最大16384 x 16384。
6.擴展接口：MIPI-CSI 51針連接器*2，可接攝像頭模組；MIPI-DSI 51針連接器*1；RJ45網口*2，支持自適應100/1000M；HDMI接口*2；USB3.0 Type-A 接口*2，兼容USB2.0；USB3.0 Type-C 接口*1；40針擴展接口*1。
7.存儲接口：MicroSD卡接口*1；M.2 Key M連接器*1，支持1個NVMe SSD。
8.典型功耗：24W。
V1.0-AI實驗模塊
實驗環境管理
1、提供Python環境：支持python3.7或以上；
2、支持開源機器學習框架：numpy、sklearn、pandas、seaborn、missingno、scipy、statsmodels、xgboost等；
3、支持開源深度學習框架：Pytorch、TensorFlow、MindSpore；
4、支持計算機視覺框架：OpenCV、Pillow、scikit-image等；
5、支持自然語言處理框架：jieba、gensim、spacy、sklearn-crfsuite、nltk；
6、支持強化學習：gym；
7、支持語音識別框架：librosa、python-speech-features、hmmlearn
8、支持網絡框架：requests、urllib3、tornado、flask、beautifulsoup4；
9、支持可視化框架：matplotlib、graphviz、mglearn、tensorboard；
10、支持數據庫：pymysql；
11、支持其他組件：certifi、chardet、Cython、future、gevent、h5py、ipython、ipywidgets、json5、jupyter、lxml、Markdown、networkx、pycurl、pydot、pyyaml、six、qtpy、zhconv。
實驗過程管理
1、支持實驗指導與實驗操作區同屏顯示；
2、支持用戶跟隨實驗指導書或實驗視頻練習與校對實驗結果；支持脫離實驗指導書自主練習；
3、支持用戶在平臺上對同一實驗進行重復實訓操作；
4、支持查看Markdown實驗指導書；實驗指導區支持查看文檔實驗指導書或實驗指導視頻；（提供圖片證明）
5、支持用戶在線交互式編程；
6、支持用戶實驗環境與實驗數據完全獨立；
7、支持實驗記錄數據持久化，用戶再次進入實驗可繼續使用；
8、支持承載人工智能算法類、應用類、實踐案例類、職業認證類、機器視覺與應用開發類課程資源；（提供功能演示視頻）
9、支持用戶進行自主實驗，可選擇實驗時間、資源配置；（提供功能演示視頻）
10、支持管理員查看主機監控與服務監控信息；
11、支持多種算力模式進行實訓，包含但不限于通用計算、GPU計算、NPU計算等主流算力場景。（提供功能演示視頻）
課程實驗功能
1、提供國際AI框架，支持利用國際AI框架進行圖像的顯示、保存和顏色空間變換實操；圖像灰度變換、直方圖變換、圖像二值化實操；圖像幾何變換實操等實驗操作。（提供功能演示視頻）
2、支持利用國際AI框架進行使用卷積神經網絡實現圖像分類實操、光學字符識別實操、圖像分割實操等實驗操作。（提供圖片證明）
3、提供國際AI框架，支持利用國際AI框架進行語音預處理基礎實操、單高斯模型參數求解實操、混合高斯模型參數求解實操等實驗操作。（提供圖片證明）
4、支持利用國際AI框架進行基于HMM-GMM的連續詞識別實操、基于DNN-HMM的單字識別實操、基于CNN模型的單字識別實操等實驗操作。（提供圖片證明）
5、提供國際AI框架，支持利用國際AI框架進行分詞實操、詞性標注實操、命名實體識別實操等實驗操作。（提供圖片證明）
6、支持利用國際AI框架進行TF-IDF關鍵詞提取實操、TextRank關鍵詞提取實操、One-Hot編碼實操等實驗操作。（提供圖片證明）
|
