×
分享到微信

打开微信,使用扫一扫进入页面后,点击右上角菜单,

点击“发送给朋友”或“分享到朋友圈”完成分享

课程介绍与相关资料下载专区 huxiaojie2022-04-02 16:06:40 回复 查看 干货资源 高校课程 官方发布
课程介绍与相关资料下载专区
分享到:

一、课程介绍


智能计算系统,围绕“全栈贯通,应用驱动”的课程理念,由一个图像迁移风格的驱动范例带动,围绕智能计算系统的设计理论、方法、关键技术等展开讨论。从基本概念开始,由浅入深帮助学生建立智能计算系统设计及应用的知识体系,对系统全貌建立认知,举一反三、触类旁通,培养智能时代急需的芯片设计、软件开发、算法研发等各个层次的人才。


二、课程特色


通过传统理论授课与实验相结合,双管齐下,帮助学生把所学的知识点一键“串起来”,逐步加深学生对智能算法、编程语言、系统软件、体系结构、智能芯片运行环境等知识体系的贯通理解。

学完它,学生能够……

  1. 学的“全”:全面涵盖整个人工智能软硬件技术栈必备知识,从神经网络到深度学习与处理器架构,从编程框架机理到智能编程语言,全方位理解整个智能计算系统体系列。

  2. 学的“深”:一站式深入贯穿解读,打通系统与算法的联系,形成系统性智能计算思维。

  3. 学的“懂”:趣味运用梵高风格的星空图,以“图像风格迁移”具体实例作牵引,将全文知识体系“串”起来,学之有趣,学之有效。

  4. 学的“牢”:章节小测验 + 终极大实验,配套解读详尽的实验教程,理论结合实践,切实提升学生的系统应用能力与动手能力。


三、课程对象与前序课程建议


课程面向高年级本科生与研究生。

要求学生最好具备线性代数、概率论与数理统计、计算机组成原理等相关课程基础。


四、课程大纲


章节主要内容建议学时课件下载
第一章 概述 A Driving Example人工智能的发展历史及三类主要研究方法;智能计算系统的发展历程及未来展望;驱动范例引入3

第二章-神经网络基础.pdf

第一章-绪论.pdf

第八章-智能编程语言.pdf

第六章-深度学习处理器原理.pdf

第七章-深度学习处理器架构.pdf

第五章-编程框架机理.pdf

第四章-编程框架使用.pdf

第三章-深度学习.pdf

第二章 神经网络机器学习和神经网络的基本原理;神经网络的训练过程;提升神经网络训练精度的手段;神经网络的交叉验证3
第三章 深度学习卷积神经网络的图像分类及目标检测算法;循环神经网络;生成对抗网络;利用深度学习实现图像风格迁移3
第四章 编程框架使用
深度学习编程框架的概念及作用;TensorFlow的基本概念及编程模型;基于TensorFlow实现深度学习预测与训练3
第五章 编程框架机理
TensorFlow的内部原理和实现机制3
第六章 深度学习处理器原理如何设计一款基本的深度学习处理器3
第七章 深度学习处理器架构面向终端/云端智能应用的深度学习处理器体系结构3
第八章 智能编程语言智能计算系统的抽象架构、编程模型、语言基础、编程接口、功能调试、性能调优以及系统性开发6
第九章 综合实验实现图像风格迁移9


五、实验介绍与资源


(一)实验设计

实验设计以风格迁移作为应用驱动,结合各章节的重难点来设计相应的实验,介绍算法、编程框架、智能编程语言和智能处理器等方面的分阶段实验,然后以不同应用领域的综合实验将软硬件技术栈的知识点都贯穿起来,让学生真正掌握智能计算系统的部署与优化。

image.png

章节实验实验主要内容实验手册下载
神经网络设计实验

基于三层神经网络实现手写数字分类

基于DLP平台实现手写数字分类

《智能计算系统》实验课开发平台用户使用说明-v2.0.pdf

MobaXterm_Installer_v20.6.zip

第二章实验手册.pdf

深度学习设计实验

基于VGG19实现图像分类

基于DLP平台实现图像分类

非实时图像风格迁移

第三章实验手册.pdf

编程框架实验

基于TensorFlow实现图像分类

基于TensorFlow实现实时风格迁移推断

基于TensorFlow实现实时风格迁移训练

自定义TensorFlow CPU算子

第四章实验手册.pdf

深度学习处理器运算器设计

串行内积运算器设计

并行内积运算器设计

矩阵运算子单元设计

第六章实验手册.pdf

智能编程语言实验

智能编程语言算子开发与集成实验

智能编程语言性能优化实验

第五章实验手册(新).pdf

综合实验

      目标检测-YOLOv3

      文本识别OCR-EAST

      自然语言处理-BERT

第七章实验手册.pdf


(二)实验环境

课程的实验环节手把手帮助学生在动手实操的过程中真正理解如何充分利用DLP硬件特性来开发高性能算子,以及软件栈如何调用算子以完成深度学习算法在硬件上的执行。

在课程进入实验环节后,我们会为学生提供实验平台的申请与使用说明、实验基础知识讲解、实验演示视频、实验手册、实验文档等支持。

智能处理卡思元270(MLU270)

全新寒武纪MLUv02架构

面向不同应用的最佳计算精度,支持INT16, INT8, INT4, FP32, FP16多种精度

同精度稠密网络推理性能提升4倍,功耗维持不变

片内集成硬件编解码器,加速智能视频、图片AI处理性能

 

(三)实验评测

课程团队联手希冀平台打造配套的自动评测平台,在线实验环境,代码自动评测,学生可以在截至日期前多次提交成绩;老师们可以实现课程管理、自动成绩考核、科研项目管理等功能,减轻实际教学压力,轻松上手。


六、教材介绍

目前,智能计算系统配套两本教材(1本理论+1本实验),京东/当当等各大图书平台均有销售。


(一)《智能计算系统》

本教材全面贯穿人工智能整个软硬件技术栈,依据智能时代计算机类专业教育研究结果组织编写,关注计算机专业教育与新一代信息技术应用的深度融合,章节内容与课程大纲一一对应,辅以章节习题测验,配套试验讲解,将智能时代计算机类人才专业素养及综合能力的培养融于各个环节之中,弥补国际目前对人工智能计算系统新进展全面覆盖的教材的缺失,培养智能时代急需的芯片设计、软件开发、算法研发等各个层次的人才。


(二)《智能计算系统实验教程》

这本书结合智能计算系统的软硬件技术栈,设计了基于通用CPU平台和深度学习处理器平台的分阶段实验和综合实验。其中,分阶段实验以风格迁移作为驱动范例,包含算法实验、编程框架实验、智能编程语言实验、深度学习处理器运算部件实验,并开发出一个虽然简单但是完整的智能计算系统。通过完成分阶段实验,学生可以开发出一个可完成图像风格迁移任务的智能计算系统。综合实验包括目标检测、文本识别、自然语言处理等不同应用领域的实验,可以帮助学生巩固对软硬件技术栈相关知识的系统理解和掌握,了解不同应用领域对智能计算系统的需求。


七、课程平台


微信公众号(了解课程资讯、行业热点干货等):智能计算系统

B站(观看在线公开课):智能计算系统AICS

智能计算系统IP表情包:微信表情商城搜索“Heyro的开发者世界”

课程答疑平台与开发者论坛:http://forum.cambricon.com/list-7-1.html


八、如何开课


目前,全国已有88所高校开设《智能计算系统》课程并列入培养方案,我们期待更多老师的加入,教学相长,与我们共同推进智能系统人才的培养。


每年寒暑假与1024,课程团队会为全国高校的教师、助教提供师资培训,手把手带领上手智能计算系统的理论与实验教学,具体开班可以关注课程公众号等相关平台,留意开班资讯。


如果您是教师,对课程开设感兴趣,可以发邮件给我们:aics@ict.ac.cn

邮件内容需包含姓名、学校及学院(最好包含教务系统截图)、拟开课专业、拟开课时间等详细信息,我们会在第一时间与您联系!





版权所有 © 2022 寒武纪 Cambricon.com 备案/许可证号:京ICP备17003415号-1
关闭