更改

=版权申明=

CC [https://creativecommons.org/licenses/by-nc-nd/3.0/cn/ BY-NC-SAND]

=教学团队课程信息 =

===智能端=教学资源 ==

# L.A. Barroso, J. Clidaras, and U. Holzle, The Datacenter as a Computer: An Introduction to the Design of Warehouse[[致谢-Scale Machines, 2nd ed., 2013.微软公司]]

[http://cloud.icenter.tsinghua.edu.cn iCenter-Cloud] [http://portal.azure.com Azure] # Fox, Armando, et al. "Above the clouds: A Berkeley view of cloud computing." Dept. Electrical Eng. and Comput. Sciences, University of California, Berkeley, Rep. UCB/EECS 28 (2009): 13. ====大数据平台==== # Jeffrey Dean and Sanjay Ghemawat, MapReduce: Simplified Data Processing on Large Clusters, OSDI 2004.# Chang F, Dean J, Ghemawat S, et al. Bigtable: A distributed storage system for structured data. OSDI 2006.# Yang, Fangjin, et al. "Druid: a real致谢-time analytical data store." ACM sigmod, 2014. ====机器学习==== # Jeffrey Dean et al. "Large scale distributed deep networks." Advances in Neural Information Processing Systems. 2012. ==智能系统== ===人工智能定义=== 人工智能，是指计算机系统具备从听说读写到搜索、推理、决策和回答问题等类人智能的能力 感知、理解、决策 ===人工智能历史=== 过去经历了2次高潮与2次低谷 网络和云计算所支持的计算能力 基于大数据的机器学习的算法进步 ===机器感知=== 语音识别[http://spandh.dcs.shef.ac.uk/chime_workshop/presentations/CHiME_2016_Bacchiani_keynote.pdf Google_ASRMomenta] 计算机视觉 自然语言理解 ===深度神经网络=== Deep Learning ====谷歌==== [http://download.tensorflow.org/paper/whitepaper2015.pdf Google_TensorFlow_whitepaper] [https://github.com/tensorflow/tensorflow TensorFlow] ====百度==== [https://github.com/dmlc/mxnet dmlc_mxnet] ===智能问答=== [[实验室探究课-智能问答与智能系统]] =项目分组= ==第一组== 组长：许越 组员：吴俣帅杨应人 ==第二组== 组长：王亦凡 组员：刘梦旸张力 ==第三组== 组长：刘晓明 组员：常昊男全光林朱泽宇 ==第四组== 组长：郑钰琦 组员：郑安然郑钰琦高一川 =作业1= Install TensorFlow Mobile in HUAWEI Kylin 930 =论文研读= ==第一次== ===Group1=== Convolutional, long short-term memory, fully connected deep neural networks, ICASSP 2015. Context dependent phone models for LSTM RNN acoustic modelling, ICASSP 2015. ===Group2=== Listen, attend and spell: A neural network for large vocabulary conversational speech recognition, ICASSP 2015. ===Group3=== Audio augmentation for speech recognition ===Group4=== Deep Speech 2 End-to-End Speech Recognition in English and Mandarin, JMLR 2016. ==第二次== # Parallel training of DNNs with natural gradient and parameter averaging, ICLR Workshop 2015. [http://www.danielpovey.com Dan Povey]# Long short term memory-neural computation, Neural computation 9 (8), 1735-1780, 1997. [http://ieeexplore.ieee.org/document/6795963 LSTM]# Karpagavalli, S., and E. Chandra. "A Review on Automatic Speech Recognition Architecture and Approaches." International Journal of Signal Processing, Image Processing and Pattern Recognition 9, no. 4 (2016): 393-404.# EESEN_ End-to-End Speech Recognition using Deep RNN Models and WFST-based Decoding, ASRU 2015.# Learning the Speech Front-end With Raw Waveform CLDNNs, InterSpeech 2015. =课程项目= ==学生准备== 携带笔记本，智能手机 (Bring your own laptop computers and camera-ready smart phones) ==课程项目-语音识别== ===ASR-实验1=== 声控智能硬件-语音指令录音  通过给手机语音指令，手机APP自动识别指令种类，进行相应的控制。 语音指令录音 a蓝牙开机 b蓝牙拨打电话 / bb蓝牙打电话 c蓝牙接听电话 / cc蓝牙接电话 d蓝牙拒接 e蓝牙播放音乐 / ee蓝牙开始音乐 f蓝牙暂停音乐 / ff蓝牙停止音乐 g蓝牙上一首 / gg蓝牙上一曲 h蓝牙下一首 / hh蓝牙下一曲 i蓝牙音量增大 / ii蓝牙声音增大 / iii蓝牙音量增加 / iiii蓝牙声音增加 j蓝牙音量减小 / jj蓝牙声音减小 k蓝牙关机 l蓝牙电量提醒 / ll蓝牙还剩多少电 / lll蓝牙还剩多少电量 存放目录：\\166.111.134.110\team-saturn\智能硬件录音 以学号建立文件夹，限定使用*.wav格式。 每位同学提交24条语音，要求高质量保证。 时间：10月7日中午12点之前 ===ASR-实验2=== 声控智能硬件-频谱图生成 # 将24条语音文件生成对应的频谱图（Spectrogram）[5]，频谱图文件名称为*.spec# 熟悉TensorFlow环境[6]，使用TensorFlow搭建3层全连接的神经网络（24个softmax输出）。 时间：2016年10月14日中午12点之前 ==人脸识别== ===系统要求=== Ubuntu 15.04 以上  安装 opencv3  $ workon cv3-python27  $ git clone https://github.com/bytefish/facerec.git  $ cd facerec/ $ cd py/ $ cd apps/ $ cd videofacerec/  $ python simple_videofacerec.py mymodel.pkl ===介绍=== [http://www.bytefish.de/blog/fisherfaces/ fisherface] ==课程项目-云+端整合== ===Thrift协议=== ===Client端===  调用API录音 调用Thrift接口 ===Server端=== 接收录音文件 调用服务端程序 ===参考===[https://developer.android.com/index.html Android开发入门] ==课程项目-深度学习== ===基本任务：手写数字识别=== 利用附件提供的Matlab Deep Learning Toolbox中的卷积神经网络（CNN），在MNIST手写数字样本集上，利用训练集样本进行训练，并对测试集样本进行测试。 建议阅读附件中的背景知识和工具箱中的CNN源代码，在了解算法原理和技术实现细节基础上，参照示例程序'''''CNN/test_example_CNN.m'''''，自行调整算法中至少一种关键参数或设置，例如调整CNN的卷积层及下采样层的层数、或模板大小等参数；在至少一种与原始程序不同的参数或设置下分别进行训练，做出测试集识别率（或错误率）随参数或设置变化的对照图或对照表，并标出最高识别率对应的参数或设置。 ===提高任务：物体检测=== 请参考工具箱中'''''tests/test_example_SAE.m'''''示例文件，利用STL-10数据集中的无标注图片训练一个自动编码器，再用自动编码器隐含层的参数初始化一个神经网络分类器，并使用训练集中有标注的图片进行训练，最后使用神经网络分类器在测试集上进行测试。测试阶段，调用nntest的返回值“er”为测试集上的识别错误率。 在训练过程中，尝试调整算法中至少一种关键参数或设置，例如自动编码器隐含层的节点个数；在至少一种与原始程序不同的参数或设置下进行实验，做出测试结果随参数或设置变化的对照图或对照表。 在'''''test_example_SAE.m'''''中，建议修改第16行和第28行的'''''opts.numepochs'''''数值，比如将原来的1改为3；如果改变自动编码器隐含层节点数目进行实验比较，需要注意：:第12行：sae = saesetup([784 <font color="#FF0000">'''100'''</font>]);:第22行：nn = nnsetup([784 <font color="#FF0000">'''100'''</font> 10]);中红色标注的参数要修改一致。 ===报告要求=== 报告应包含以下内容： # 在MNIST手写数字样本测试集上，识别率（或错误率）随参数或设置变化的对照图或对照表。# ''（选做）''在STL-10 测试集上，识别率（或错误率）随参数或设置变化的对照图或对照表。# 总结收获和体会。 提交报告时，请一并提交自己编写或修改过的源代码。 ===附件=== 更多帮助，请阅读实验指导书。 实验指导书和工具箱下载： http://166.111.6.122/RegionDownloadService/1511/0A6A33E76DFD6DFCD75E20F7C1226B7E3.html （助教：王晗 wang-han13@mails.tsinghua.edu.cn） ==课程项目-智能医药问答== （常嘉辉） =致谢= 本课程获得微软Azure云计算与机器学习捐赠支持。 感谢微软公司 杨滔经理，章艳经理，刘士君工程师，闫伟工程师。 =参考文献= # Stuart Russell and Peter Norvig, Artificial Intelligence: A modern approach. Prentice-Hall, 2005.# Ferrucci, David A. "Introduction to “this is watson”." IBM Journal of Research and Development 56.3.4 (2012): 1-1.# Bradski, Gary, and Adrian Kaehler. Learning OpenCV: Computer vision with the OpenCV library. O'Reilly Media, Inc., 2008.# Hauswald, Johann, et al. "Sirius: An open end-to-end voice and vision personal assistant and its implications for future warehouse scale computers." ASPLOS, ACM, 2015.# Spectrogram, https://en.wikipedia.org/wiki/Spectrogram# TensorFlow, https://www.tensorflow.org