Искусственный Интеллект Открытой Платформы Zhejiang TianShu разработана под руководством Zhejiang Laboratory совместно с ведущими научными силами страны. Это национальная платформа с открытым исходным кодом, которая контролируется и независима. Платформа направлена на решение технических проблем, связанных с обработкой данных, разработкой алгоритмов, обучением моделей, управлением вычислительной мощностью и применением выводов в исследованиях искусственного интеллекта. В рамках этой платформы были разработаны различные платформы и инструменты, включая одностраничную платформу для разработки алгоритмов, высокопроизводительный распределенный фреймворк глубокого обучения, передовые алгоритмы и модели, платформу обучения моделей визуализации, платформу визуализации и анализа данных. Эти платформы и инструменты обеспечивают уникальные преимущества в области эффективного распределенного обучения моделей, обработки данных и визуализации, обучения моделей и упрощения моделей. Платформа уже используется в различных областях, включая образование, научные исследования и промышленность, более чем в тысяче организаций и личных проектах для предоставления поддержки искусственного интеллекта.## Преимущества платформы
Одностраничная разработка: Предоставляет пользователям одностраничную функцию разработки глубокого обучения, которая включает в себя умную обработку данных, удобное создание моделей и обучение моделей, что позволяет связать весь процесс глубокого обучения.
Интеграция передовых алгоритмов: Помимо включения стандартных алгоритмов искусственного интеллекта, Zhejiang TianShu также интегрирует уникальные алгоритмы из различных областей, обеспечивая передовые характеристики производительности.
Гибкость и удобство использования: Помимо одностраничной платформы для разработки глубокого обучения, также предлагается визуализация и комбинированный подход к кодированию, что обеспечивает гибкость отладки, позволяя новичкам быстро освоить платформу.
Высокая производительность: Интегрированная платформа распределенного обучения, разработанная самостоятельно, обеспечивает высокопроизводительный опыт распределенного вычисления, что позволяет сократить затраты на обучение и время обучения.
## Структура каталога
├── dubhe_data_process сервис обработки данных
├── dubhe-server серверное приложение
├── dubhe-visual-server сервис визуализации
├── webapp фронтенд
├── dataset-util сервис загрузки наборов данных
├── distribute-train-operator сервис распределенного обучения
├── tianshu_serving сервис TianShu
├── model_compress сервис сжатия моделей
├── model_measuring сервис измерения моделей
├── model-converter сервис преобразования моделей
```## Техническая архитектура

## Обратная связь проблемы
- [Онлайн-сообщество](http://www.aiiaos.cn/index.php?s=/forum/index/forum/id/45.html)
- Группа обмена в DingTalk
<img src="./imgs/dingtalk.jpg" width="320" />
Номер группы в DingTalk: 5775011265
## Лицензия
Размещение данного проекта регулируется лицензией [Apache 2.0](./LICENSE).
Вы можете оставить комментарий после Вход в систему
Неприемлемый контент может быть отображен здесь и не будет показан на странице. Вы можете проверить и изменить его с помощью соответствующей функции редактирования.
Если вы подтверждаете, что содержание не содержит непристойной лексики/перенаправления на рекламу/насилия/вульгарной порнографии/нарушений/пиратства/ложного/незначительного или незаконного контента, связанного с национальными законами и предписаниями, вы можете нажать «Отправить» для подачи апелляции, и мы обработаем ее как можно скорее.
Комментарии ( 0 )