|
|
| （相同用户的5个中间修订版本未显示） |
| 第1行： |
第1行： |
| − | == 目标 == | + | === 2017年秋季-课程项目 === |
| | | | |
| − | 构建可以实用化的人工智能云服务。
| + | 大数据智能-结课大作业-2017年秋季 |
| | | | |
| − | 平台：云平台/GPU工作站
| + | 结课大作业（Final project） |
| | | | |
| − | == 准备工作 ==
| + | 时间：13~18周 |
| | | | |
| − | 携带笔记本，智能手机或平板
| + | 1. 自主创意； |
| | + | 2. 基于课程学习的技术； |
| | + | 3. 自主组合团队； |
| | + | 4. 创意的方案（包括技术方案，不一定要完全实现，有Demo更好）； |
| | + | 5. 评分：课程报告形式，包括方案文档与PPT；（根据方案的新颖性、可行性准则、展示内容等评分）。 |
| | | | |
| − | [http://portal.azure.com Azure云平台] | + | [[大数据智能-课程项目-2017年秋季]] |
| | | | |
| − | [[Flask-Web服务器搭建]]
| + | === 2017年春季-课程项目 === |
| | | | |
| − | == 项目1-大数据索引 ==
| + | [[大数据-位图索引-实验]] |
| | | | |
| − | === 描述 === | + | === 2016年秋季-课程项目 === |
| | | | |
| − | 任务：基于位图索引的概念和原理，用C++实现一个位图索引数据库。
| + | [[大数据智能-课程项目-2016年秋季]] |
| − | | + | |
| − | 检验：完成对一段网流数据的索引建立，查询。在虚拟机上运行成功，得到正确结果。
| + | |
| − | | + | |
| − | 网流数据：\\166.111.134.110\team-saturn\网流数据
| + | |
| − | | + | |
| − | 代码托管：[http://gitlab.icenter.tsinghua.edu.cn GitLab]
| + | |
| − | | + | |
| − | 时间：10月7日中午12点之前（特殊情况，推迟一周）(校历第四周)
| + | |
| − | | + | |
| − | 组织：以组为单位，要求看到所有同学的贡献。
| + | |
| − | | + | |
| − | === 作业提交 ===
| + | |
| − | | + | |
| − | {|border=1
| + | |
| − | |style="height:20px;width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/xavieryao/bitmap-db Group1]]]
| + | |
| − | |style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/bdmi_group2/bitmap Group2]]]
| + | |
| − | |style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/3rd_group/bitmap_indexing Group3]]]
| + | |
| − | |style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/taanng/Bitmap Group4]]]
| + | |
| − | |-
| + | |
| − | |style="height:20px"|[[[http://gitlab.icenter.tsinghua.edu.cn/ddeerreekk/Experiment_1_Bitmap_Index Group5]]]
| + | |
| − | |[[[http://gitlab.icenter.tsinghua.edu.cn/bdmi_group6/project1 Group6]]]
| + | |
| − | |[[[http://gitlab.icenter.tsinghua.edu.cn/ Group7]]]
| + | |
| − | |[[[http://gitlab.icenter.tsinghua.edu.cn/FQX/bitmap Group8]]]
| + | |
| − | |-
| + | |
| − | |}
| + | |
| − | | + | |
| − | == 项目2-Lucida使用 ==
| + | |
| − | | + | |
| − | === Lucida安装 ===
| + | |
| − | | + | |
| − | 每组在清华工业云平台上安装Lucida软件
| + | |
| − | | + | |
| − | * 清华工业云 [https://cloud.icenter.tsinghua.edu.cn iCenter-Cloud]
| + | |
| − | * 下载地址 [https://github.com/claritylab/lucida Lucida]
| + | |
| − | | + | |
| − | 时间：10月26日下周三中午12点之前。（校历第七周）
| + | |
| − | | + | |
| − | === Lucida使用 ===
| + | |
| − | | + | |
| − | 每组熟悉了解Lucida的一种AI服务的实现原理
| + | |
| − | | + | |
| − | [[大数据智能-Lucida使用 | Lucida使用]] | + | |
| − | | + | |
| − | == 项目3-TensorFlow/Keras实践 ==
| + | |
| − | | + | |
| − | === 作业1_TensorFlow ===
| + | |
| − | | + | |
| − | # 阅读深度学习教程 [http://www.deeplearningbook.org/ Deep Learning]
| + | |
| − | # 安装[https://www.tensorflow.org/ Google TensorFlow]
| + | |
| − | # 完成TensorFlow网站上 [https://www.tensorflow.org/get_started/ Get Started]
| + | |
| − | # 测试实验：[https://www.tensorflow.org/versions/master/tutorials/mnist/beginners/index.html MNIST For ML Beginners]
| + | |
| − | | + | |
| − | 时间：11月2日中午12点（校历第八周）
| + | |
| − | | + | |
| − | === 作业2_Keras ===
| + | |
| − | | + | |
| − | # 安装[https://keras.io/ Keras]（Deep Learning library for Theano and TensorFlow）
| + | |
| − | # 测试实验：[http://gitlab.icenter.tsinghua.edu.cn/tuna/elixir elixir]
| + | |
| − | | + | |
| − | 时间：11月23日晚上24点（校历第十一周）
| + | |
| − | | + | |
| − | == 项目4-云＋端整合 ==
| + | |
| − | | + | |
| − | 时间：11月9日中午12点（校历第九周）（特殊情况，延长一周）
| + | |
| − | | + | |
| − | === Thrift协议 ===
| + | |
| − | | + | |
| − | [https://thrift.apache.org Thrift]
| + | |
| − | | + | |
| − | === Client端 ===
| + | |
| − | | + | |
| − | # 调用摄像头拍照
| + | |
| − | # 调用Thrift接口发送图片
| + | |
| − | | + | |
| − | === Server端 ===
| + | |
| − | | + | |
| − | # 接收图片文件
| + | |
| − | # 调用服务端程序
| + | |
| − | | + | |
| − | === 参考资料 ===
| + | |
| − | | + | |
| − | * [https://developer.android.com/index.html Android开发入门]
| + | |
| − | * [http://cordova.apache.org Cordova]
| + | |
| − | * [https://github.com/claritylab/clarity-mobile clarity-mobile]
| + | |
| − | | + | |
| − | == 项目5-机器智能 ==
| + | |
| − | | + | |
| − | === 描述 ===
| + | |
| − | | + | |
| − | 完成一个可展示的人工智能系统
| + | |
| − | | + | |
| − | 步骤：
| + | |
| − | | + | |
| − | # 设置Azure虚拟机
| + | |
| − | # 搭建Flask-Web服务
| + | |
| − | # 建立AI服务（Google TensorFlow）
| + | |
| − | # 智能端开发（移动平台、嵌入式硬件）+ Thrift协议联调
| + | |
| − | | + | |
| − | 参考：
| + | |
| − | [http://lucida.ai Lucida-AI]
| + | |
| − | | + | |
| − | === 成果展示 ===
| + | |
| − | | + | |
| − | [[AI云]]
| + | |
| − | | + | |
| − | == 项目6-ChatBot开发 ==
| + | |
| − | | + | |
| − | 基于微软BotFramework和LUIS自然语言理解API，设计并实现具有实用场景的智能机器人对话服务。
| + | |
| − | | + | |
| − | === 流程 ===
| + | |
| − | | + | |
| − | a. 动手实验：根据微软提供的文档，一步一步搭建一个简单的智能机器人，并将Code上传Azure，或者直接将微软提供的Sample Code上传Azure，发布成Web App，并和Skype或者Web结合（'''时间1.5小时'''）
| + | |
| − | | + | |
| − | b. 参赛者设计自己的智能对话机器人应用场景和功能，并设想可能的解决方案，并做报告（'''时间1.5小时'''）
| + | |
| − | | + | |
| − | c. 初步实现参赛者设计的Bot的核心功能和主要场景（'''时间5小时'''）
| + | |
| − | : 微软会提供两个版本的Sample Code，分别是C#和Node.js版本，选手可以根据此Code修改为自己设计的智能对话机器人，或者重新创建设计新的智能对话机器人
| + | |
| − | | + | |
| − | d. 报告：展示自己设计实现的智能对话机器人（'''时间10分钟'''）
| + | |
| − | | + | |
| − | === 参考 ===
| + | |
| − | | + | |
| − | * '''实验参考文档''' [https://github.com/yw346090249/tsinghuahackthon_20161119 Hackathon_Code]
| + | |
| − | * 微软云Azure Web服务 [https://azure.microsoft.com/zh-cn/services/app-service/web WebApp]
| + | |
| − | * 建议使用[https://www.visualstudio.com/zh-hans/downloads/ Visual Studio 2015 Community]开发微软智能对话机器人
| + | |
| − | | + | |
| − | == 项目7-NeuralArt实践 ==
| + | |
| − | | + | |
| − | Neural Art，神经网络艺术
| + | |
| − | | + | |
| − | === 研读论文 ===
| + | |
| − | | + | |
| − | #Gatys, Leon A., Alexander S. Ecker, and Matthias Bethge. "A neural algorithm of artistic style." arXiv preprint arXiv:1508.06576 (2015).
| + | |
| − | * [https://arxiv.org/abs/1508.06576 A Neural Algorithm of Artistic Style]
| + | |
| − | | + | |
| − | #Gatys, Leon A., Alexander S. Ecker, and Matthias Bethge. "Image style transfer using convolutional neural networks." CVPR 2016.
| + | |
| − | * [http://doi.ieeecomputersociety.org/10.1109/CVPR.2016.265 Image Style Transfer Using Convolutional Neural Networks], CVPR 2016
| + | |
| − | | + | |
| − | #Vincent Dumoulin, Jonathon Shlens, Manjunath Kudlur, "A Learned Representation For Artistic Style." ICLR 2017.
| + | |
| − | * [https://arxiv.org/abs/1610.07629 A Learned Representation For Artistic Style]
| + | |
| − | | + | |
| − | === 代码实现 ===
| + | |
| − | | + | |
| − | * [https://github.com/anishathalye/neural-style neural-style]
| + | |
| − | * [https://github.com/gcucurull/neural-art-transfer neural-art-transfer]
| + | |
| − | | + | |
| − | === 成功案例 ===
| + | |
| − | | + | |
| − | * [http://deepart.io DeepArt]
| + | |
| − | * [https://magenta.tensorflow.org/ Magenta]
| + | |
| − | * [https://research.googleblog.com/2016/10/supercharging-style-transfer.html Supercharging Style Transfer]
| + | |
| − | | + | |
| − | === 作业完成 ===
| + | |
| − | | + | |
| − | 第1组、第2组、第3组、第5组
| + | |
| − | | + | |
| − | 第4组和第6组（缺）
| + | |
| − | | + | |
| − | == 项目8-Azure云实践 ==
| + | |
| − | | + | |
| − | '''实验参考网址'''
| + | |
| − | [https://github.com/yw346090249/Tsinghua-WorkShop WorkShop]
| + | |
| − | | + | |
| − | === 机器学习 ===
| + | |
| − | | + | |
| − | 实验1 手写数字识别
| + | |
| − | [https://github.com/yw346090249/Tsinghua-WorkShop/tree/master/Machine%20Learning Machine_Learning]
| + | |
| − | | + | |
| − | 步骤：
| + | |
| − | | + | |
| − | # Create a Machine Learning experiment
| + | |
| − | # Upload a dataset
| + | |
| − | # Train a classification model
| + | |
| − | # Score the model
| + | |
| − | # Deploy the model as a Web service
| + | |
| − | | + | |
| − | === 大数据分析 ===
| + | |
| − | | + | |
| − | 实验2 Spark集群实验
| + | |
| − | [https://github.com/yw346090249/Tsinghua-WorkShop/tree/master/HDInsight HDInsight]
| + | |
| − | | + | |
| − | 步骤：
| + | |
| − | | + | |
| − | # Create a Spark cluster on HDInsight
| + | |
| − | # Upload Jupyter notebooks to the cluster
| + | |
| − | # Work with Jupyter notebooks
| + | |
| − | # Interactively explore data in Spark
| + | |
| − | # Use Jupyter to develop a machine-learning model
| + | |
| − | # Remove the HDInsight Spark cluster
| + | |
| − | | + | |
| − | == 项目9-增强学习 ==
| + | |
| − | | + | |
| − | === 论文 ===
| + | |
| − | | + | |
| − | Value Iteration Networks
| + | |
| − | [https://papers.nips.cc/paper/6046-value-iteration-networks VIN]
| + | |
| − | | + | |
| − | === 实验 ===
| + | |
| − | | + | |
| − | Value Iteration Networks in TensorFlow
| + | |
| − | [https://github.com/TheAbhiKumar/tensorflow-value-iteration-networks VIN_Code]
| + | |
1. 自主创意；
2. 基于课程学习的技术；
3. 自主组合团队；
4. 创意的方案（包括技术方案，不一定要完全实现，有Demo更好）；
5. 评分：课程报告形式，包括方案文档与PPT；（根据方案的新颖性、可行性准则、展示内容等评分）。
