人工智能与大数据 视频案例演示


DQN强化学习

希冀(CG)平台强化学习课程实验作业演示。
本实验要求使用强化学习的DQN算法训练可以玩俄罗斯方块游戏的模型,要求得分在10000分以上。要求学生提交的材料包括:DQN算法的实现源码、游戏视频以及训练的模型文件。

天授(tianshou)强化学习框架

在希冀云桌面实验环境中运行清华大学最新开源的天授(tianshou)强化学习框架的效果。

倒立摆经典控制问题

希冀强化学习在线实验环境演示,演示的案例为倒立摆经典控制问题。

摄像头拍摄的视频实时传输

支持手机摄像头拍摄的视频实时传输到桌面实验环境中,便于开展基于移动摄像头的物体识别、目标追踪、人脸识别等实验。小视频为实时识别手机摄像头拍摄的旧报纸中的人脸及表情的效果。

人脸识别

计算机视觉课程发布人脸识别(例如:锚框,情绪,性别,年龄)相关实验。
基于希冀(CG)在线实验环境,学生可通过自己笔记本电脑自带的摄像头开展与场景深度结合的计算机视觉实验。

多块GPU训练深度学习模型

希冀科研平台使用多块GPU训练深度学习模型的效果演示。

直接访问相关服务

希冀平台支持在WebIDE中呈现轻量级的桌面环境,通过桌面的浏览器直接访问相关服务(例如:node1:50070)即可。
桌面服务的启动和关闭也完全由学生自己掌握。

轻量级大数据实验环境

基于WebIDE的轻量级大数据实验环境,支持使用多终端同时登录多节点,学生可自由选择用于配置大数据集群的节点数量。
实验环境可一键重置,学生配置错误时,可选择一键恢复到初始状态。