全部产品分类
人工智能虚拟仿真系统
人工智能虚拟仿真系统首先把人工智能整个过程根据阶段进行封装,将算法也进行了封装,2D图像形象展示机器视觉、机器学习、深度学习过程的运行逻辑, 模型化搭建人工智能学习架构。在此基础上,用系统自动生成代码的功能,可以边调节参数边动态学习代码,并在丰富的3D场景中利用算法体验和验证实验结果。 该系统不仅适用个人学习,还可广泛应用于高校、高职、k12人工智能教学,配套专业课程、实践项目、动态代码资源包和可以迁移学习的3D产业场景,能够快速 准确帮助学生构建整体人工智能学习思维,支持人工智能基础理论教学、工程项目开发教学及实验成果展示。
  • 2D快速理解算法原理
  • 3D快速构建实践项目
平台特色功能
搭建创新教学实训平台,将理论知识变得直观生动,并提供3D场景应用项目实战
  • 加载中 加载中
    组件化拖拽式编程
  • 加载中 加载中
    结果实时展示
  • 加载中 加载中
    组件参数交互
  • 加载中 加载中
    代码自动生成
  • 加载中 加载中
    机器视觉3D场景
  • 加载中 加载中
    NLP/语音3D场景
  • 加载中 加载中
    智能分拣综合场景
  • 加载中 加载中
    大模型AIGC综合场景
  • 加载中 加载中
    自动驾驶综合场景
平台系统子模块
独家首创的积木式搭建人工智能学习架构
  • 机器视觉
    从机器视觉角度,具像化解析图像处理、特征提取的过程,真正去理解和掌握机器视觉中的图像认知。

    项目:批量制作毕业证、基于AI开放平台的图片识别
  • NLP循环神经网络
    展开NLP循环神经网络学习涉及的关键步骤,覆盖从数据预处理到模型部署的整个过程,同时细化算法原理流程,最终达到可视化结构的区别与先进性的能力。

    项目:从零开始手写GPT
  • 机器学习
    通过结合概率论,实现传统机器学习的相关算法,并大量地通过组建算法呈现内在的实质与前后关系的联系,为深度学习打下结实的基础。

    项目:房价线性回归预测、鲍鱼年龄预测、共享单车租赁预测、垃圾邮件分类、乳腺癌分类、糖尿病预测、鸢尾花分类、红酒品质分类、足球水平聚类、用户画像聚类、葡萄干品质分类、蘑菇毒性分类
  • CV-NLP-Transforme
    从Encoder-Decoder结构到注意力机制,从位置编码到LN,分步骤、分知识点的拆分Transformer的具体结构,并且通过张量维度变化,实现Transformer原架构的搭建与认知。

    项目:花卉分类、蜜蜂蚂蚁分类、水果分类、中文手写体识别
  • CV-卷积神经网络
    从可视化入手,解析卷积能够更好识别的图像的原因,结合池化,多通道卷积等,搭建卷积神经网络的基础认知与概念。

    项目:手写数字识别、人脸识别、猫狗识别、汽车分类、动物分类、人脸识别
  • 视觉经典神经网络
    虚拟仿真系统通过搭建经典神经网络的结构,设置对应的卷积、池化、激活函数的参数以及张量大小,实现经典神经网络的结构复现,并掌握其优势。

    项目:商品情感分类、风电功率预测、人名归属于国籍分类、小说续写。
  • 深度学习基础
    分析从2012年到目前的所有算法的共性结构,即MLP多层感知机。深挖深度学习不同算法的共性知识点,并展示数据特征、网络特征、结果特征的可视化教学。

    项目:游戏是否能吃鸡预测、PM2.5预测
  • 综合项目应用场景
    虚拟仿真系统预设了多个具有代表性的综合项目,将理论知识与实际应用相结合,验证整合知识点解决问题的能力,通过解决实际问题来深化对人工智能原理和方法的理解。打造以实践导向的学习模式。

    项目:工业流水线智能分拣、垃圾分类、自动驾驶、大模型部署
支持迁移学习
人工智能虚拟仿真系统,可将程序通过编程接口API轻松部署到硬件平台,进行迁移学习
  • GPU服务器
    人工智能设备
    机器人
    硬件平台
  • 实验模拟
    创新实验
    编程代码
    算法
    开发环境
    验错
    专业课程
    3D应用场景
    成果展示
    人工智能虚拟仿真系统
解决人工智能教学三大痛点
让人工智能教学更简单高效
  • 算法
    采用“可视化算法”教学模式,将算法过程
    封装,动态解析代码,按搭积木式组合让
    用户可视化理解算法原理,构建整体思维,
    学习算法。
  • 编程
    采用“代码自动生成”教学模式,Python
    代码自动生成,根据封装好的组件自主
    学习代码,代码资源可以迁移到硬件平
    台或虚拟场景中验证。
  • 应用场景
    采用“3D应用场景案例实战”教学模式。
    逻辑与算法可接入系统里预设的3D场
    景中,实现可视化交互体验,打造人工
    智能沉浸式实操环境。
配套AI全体系课程
覆盖招聘网站90%人工智能岗位技能需求
  • 基础理论
  • 核心课程
  • 深度开发
  • 进阶实战
课程方向
  • 01
    人工智能引入与课程整体介绍
    人工智能的认知与介绍
    学习阶段概览与语言工具介绍
    人工智能工具环境介绍-学习环境介绍
  • 02
    Python的基础语法
    认识Python
    Python的基础语法
    运算符
    输入与输出
    数据类型转换
    条件语句
    Python、Anaconda与Pycharm的关系
    Python3.10的match...case
    while循环语句
    for循环语句
    循环的控制与综合练习
    数据类型-数字型
    数据类型-字符串
    数据类型-列表
    数据类型-元组
    数据类型-集合
    数据类型-字典
  • 03
    Python高级技巧
    函数的基本概念与使用
    Python的类
    模块与包
    异常处理机制
    迭代器与生成器
    正则表达式
    多进程与多线程网络编程
    网络编程
    文件操作与MQTT
  • 04
    线性代数与Python第三方库
    人工智能中的线性代数
    Numpy库
    pandas库
    Matplotlib库
  • 05
    数据结构
    数据结构概念与引入
    数据结构之链表
    数据结构之栈
    数据结构之队列
    哈希表
    递归
    线性查找与二分查找
    基本排序与高级排序
  • 06
    Git教程
    Git教程导学
    Git教程练习
  • 01
    人工智能的微积分基础
    人工智能的微积分引入
    人工智能的微积分基础
  • 02
    图像认知与OpenCV
    计算机眼中的图像
    灰度化
    二值化
    自适应二值化
    形态学变换
    图片颜色识别
    图像颜色替换
    ROI切割
    图像旋转
    图像镜像旋转
    图像缩放
    图像矫正
    图像添加水印
    图像噪点消除
    图像梯度处理
    图像边缘检测
    绘制图像轮廓
    凸包特征检测
    图像轮廓特征查找
    直方图均衡化
    模板匹配
    霍夫变换
    图像亮度变换
  • 03
    基于传统视觉的简单的车道线检测与自动驾驶
    3D智能驾驶系统场景介绍
    获取场景图片数据
    MQTT通信协议介绍
    MQTT通信代码介绍
    视角透视
    形态学变换
    车道线检测代码讲解
    实时车道线检测
    PID控制小车高速路巡航
  • 04
    机器学习算法原理与实践-入门
    机器学习介绍与定义
    KNN与决策边界
    距离计算方式
    使用数学方法实现KNN
    前向传播与损失函数
    反向传播的学习率与梯度下降
    自求导的方法实现线性回归算法
    深度学习框架PyTorch的tensor
    基于PyTorch框架的线性回归
    基于TensorFlow框架的线性回归
    基于PaddlePaddle框架的线性回归
  • 05
    概率论与统计
    概率论与统计(上)
    贝叶斯原理与实践
    概率论与统计(下)
    贝叶斯案例与实践
    贝叶斯多分类实践
  • 06
    机器学习算法原理与实践-深化
    曲线拟合与非线性化
    激活函数
    极大似然估计与交又熵损失函数
    逻辑回归与二分类问题
    基于框架的逻辑回归
  • 07
    深度学习基础与实践
    全连接与链式求导法则
    Softmax与交叉熵
    优化器和优化方法
    神经网络的可解释性与欠拟合
    神经网络的过拟合
    正则化
    神经网络的过拟合解决方案
    深度学习回顾与任务
  • 01
    卷积神经网络
    计算机眼中的图像
    卷积为什么能识别图像
    池化为什么能增强特征
    多通道卷积与偏置过程
    LeNet-5
  • 02
    视觉经典神经网络
    AlexNet
    VggNet
    GoogLeNet
    ResNet
    MobileNetV1
    MobileNetV2
    MobileNetV3
  • 03
    NLP-循环神经网络
    DNN的时序预测与缺陷
    RNN为什么能体时序预测
    RNN的梯度消失和梯度爆炸
    WordEmbeddg词嵌入
    Word2Vec
    Word2Vec优化
    LSTM:长-短期记忆网络
    BiLSTM
    门控循环单元
  • 04
    Transformer
    Encoder-Decoder
    注意力机制引入
    注意力机制
    点积注意力为什么需要缩放
    soft-attention
    self-attention
    mult-headattention
    绝对位置编码
    相对位置编码
    旋转位置编码
    Layer-Normaliaztion
    Attention中的mask
    Transformer
  • 05
    语音场景与认识声音
    认识模拟声音与数字声音
    声音时域与频域转换
    声音的mel特征提取
  • 06
    生成式人工智能
    生成式人工智能历史与发展
    大语言模型和大模型
    如何使用现成的大模型(提示词能力)
  • 01
    PyQT课程
    PyQT概念与安装创建
    使用PyQt5创建第一个界面
    UI界面设计与手写界面设计
    绘制注册界面,实现注册功能
    图像显示
    定时器-QTimer的使用
    基于QProgressBar实现进度条
    PyQT的界面切换
    基于QMainWindow实现记事本
    文件浏览器的实现
    多媒体的实现
    事件机制
    PyQT中多线程
    打包PyQt5软件
  • 02
    数据集标注与制作
    数据集标注与制作imglabel介绍
    数据集标注与制作labelme介绍
    动手制作一些简单的数据集
  • 03
    工业流水线产品分类
    3D场景数据通信与交互
    使用分类算法训练网络
    网络fine-tuning:预训练模型的使用
    网络fine-tuning:fine-tine整个网络
    模型部署到场景
  • 04
    工业流水线产品实时检测
    目标检测基础知识:目标检测概述
    目标检测基础知识:目标检测的挑战
    目标检测基础知识:目标检测的评估指标
    目标检测发展与经典神经网络:RCNN
    目标检测发展与经典神经网络:fastRCNN/fasterRCNN
    目标检测发展与经典神经网络:SSD
    YOLO1/2/3/5/8的发展与关键概念:YOLO的起源和原理
    YOLO1/2/3/5/8的发展与关键概念:如何将目标检测问题转化为一个回归问题
    YOLO1/2/3/5/8的发展与关键概念:一阶段(One-Stage)检测方法
    网络结构解析
    全卷积网络(FCN)
    多尺度特征融合
    非极大值抑制(NMS)算法
    多尺度特征图
    损失函数
    模型部署到场景(桃子)
    甲骨文检测
  • 05
    垃圾分拣实时监测
    数据采集与标注
    基于YOLOV8实现垃圾分拣
    模型部署到场景
  • 06
    目标分割的原理与实战
    分割算法的原理
    语义分割1
    实例分割、分割算法经典神经网络
    分割案例1
  • 07
    大模型的部署与上线
    Huggingface详细介绍与使用
    了解与部署ChatGLM
    了解QWEN
    部署QWEN
    部署本地大模型和知识库
    大模型部署和推理框架 Xinference
  • 08
    大模型的RAG、微调与Agent
    大模型的微调手段与优缺点
    大模型的知识检索增强介绍
    大模型的知识检索增强实践,实现一个垂直领域大模型
    大模型的agent智能体
    大模型接入3D场景
  • 09
    算法的NPU终端移植
    Linux常用命令
    基于3588的NPU进行移植(1)
    移植YOLO的全过程(1)
3D场景化项目案例
全链路的综合项目实战,从数据采集,到数据标注,到模型训练、预测、部署,再到综合性的测试
  • 工业流水线智能分拣
    预设工业流水线场景,将待分拣物品输送到分拣系统,可以自行设计规则和算法,将物品分配到正确的下件系统,训练规则和算法越优,越能够实现高速、准确、自动化的分拣处理。
  • 自动驾驶
    预设自动驾驶的道路场景,感知与识别环境信息与道路信息,完成决策与规划算法部署,通过类PID算法控制车辆姿态进行自主导航与智能交互。
  • 从零开始手写GPT
    深入挖掘从transformer到大模型的历史变迁及技术栈的迁移,带领大家从零开始搭建GPT大模型网络,基于此学习各开源大模型的部署与微调。
  • 立即体验
面向企业岗位需求的AI学科教学
助力高校AI应用型人才培养
  • AI全栈工程师
  • python开发工程师
    增加自动化办公能力
  • 图像处理工程师
    机器学习工程师
  • 自然语言处理算法工程师
    语音识别算法工程师
    深度学习算法工程师
    计算机视觉工程师
  • 数据标注员
    大模型算法工程师
    大模型训练与微调工程师
    AI终端部署工程师
加载中
人工智能虚拟仿真在高校的应用
已广泛应用于众多合作院校,助推高校虚拟仿真教学改革
  • 高校实验室建设
  • 师资培训
  • 创新竞赛
  • 高校实习实训
灵活构造人工智能 + 人才培养体系
为高校提供人工智能专业教学实训一体化解决方案
  • 实验室整体方案设计
    根据教学、展示、体验三大
    功能开设专业理论与综合应
    用拓展相结合的行业技术热
    点实验室。
  • 协助教学体系搭建
    提供全面技术支持。协助教
    学体系搭建,课程开发,专
    业课程授课。
  • 提供培训资源
    提供线上、线下全面的专
    业课程、精品课程、专业
    岗位课程的培训。
  • 特色教学平台
    可独立教学,也可硬件平
    台结合拓展更丰富的内容,
    开展有针对性教学。
  • 提供定制化服务
    结合学校资源,参与人才
    培养方案修订,建特色专
    业。
适合专业
  • 人工智能专业
  • 软件工程专业
  • 计算机科学与技术专业
  • 模式识别与智能系统专业
  • 数据科学与大数据技术专业
  • 智能科学与技术专业
  • 电子信息工程专业
  • 机器人专业
  • 自动化专业
  • 通信工程专业
交叉学科
  • 医学专业
  • 农学专业
  • 机械工程
  • 环境专业
  • 汽车工程专业
  • 工业控制专业