經(jīng)過5年左右的人工智能相關工作和學習的經(jīng)驗積累，本團隊將于2020年開始正式承接人工智能相關項目課題以及各類研究型科研任務。目前，本團隊的關于人工智能相關項目領域的軟硬件以及布局如下：

1.計算機/服務器設備

目前人工智能的深度學習算法是建立在大數(shù)據(jù)的基礎上的，人工智能在工作過程中首先要對大數(shù)據(jù)進行挖掘，然后再利用大數(shù)據(jù)訓練人工智能模型。如最為常見的數(shù)據(jù)庫有ImageNet數(shù)據(jù)庫，UCI數(shù)據(jù)庫，RAWDAD數(shù)據(jù)庫，AWS數(shù)據(jù)庫，NASA數(shù)據(jù)庫，Webhose數(shù)據(jù)庫，BROAD數(shù)據(jù)庫，MNIST數(shù)據(jù)庫，CIFAR-10數(shù)據(jù)庫，Caltech101數(shù)據(jù)庫，SVHN數(shù)據(jù)庫，耶魯人臉數(shù)據(jù)庫，TIMIT聲學。

    本團隊目前配置 P720 聯(lián)想工作站主機雙顆CPU金牌/256G內(nèi)存/P5000顯卡。 

此外，如果是個人PC電腦，建議配置32G內(nèi)存，I7-9700或者以上8核CPU，顯卡6G或者以上電腦。

對于剛入門初學者，可以使用google等大公司的云服務。

2.人工智能軟件平臺

   目前，我們開發(fā)人工智能，如深度學習，強化學習等。涉及到的軟件有如下幾個：

   A.仿真1，使用MATLAB2019a或者以上版本，最新版本的MATLAB提供了大量的深度學習，強化學習工具箱，對于擅長使用MATLAB各行各業(yè)科研人員是一個不錯的選擇。

   B.仿真2，python開發(fā)，使用pycharm等平臺進行人工智能開發(fā)，一般需要安裝下TensorFlow/caffe等

   C.linux下python開發(fā)，安裝Ubuntu操作系統(tǒng)，使用python進行開發(fā)

   D.基于FPGA的人工智能算法的硬件實現(xiàn)。本團隊主要使用xilinx的vivado/ SDSOC/ Vitis等平臺開發(fā)。

3.人工智能開發(fā)板硬件平臺

    目前，本團隊對于一些通用性的小型人工智能項目，采用的硬件開發(fā)板平臺為  

Xilinx的zynq/ zynq UltraScale+ MPSoC等

NVIDIA 的Jetson TX2等

4.熟悉的AI模型

   比較熟悉的深度學習算法包括R-CNN，SPPNet，F(xiàn)ast R-CNN，F(xiàn)aster R-CNN，MTCNN，RNN，Char RNN，LSTM，pointnet/pointnet++，Efficientnet，AlexNet，GoogleNet，LeNet，ZF Net，VGGNet，ResNet等等。

   比較熟悉的強化學習算法包括Q-Learning，SARSA，DQN，Actor-Critic，TPRO，Off-Policy，DDOG，PPO，梯度策略，反向強化學習等等。

5.本團隊人工智能業(yè)務范圍

    常規(guī)深度學習算法/強化學習算法的python仿真/MATLAB仿真，使用FPGA在zynq等芯片平臺中實現(xiàn)。

特殊領域深度學習的研發(fā)，開發(fā)特殊用途的深度學習算法以及對現(xiàn)有深度學習算法的改進，并支持各類通用數(shù)據(jù)庫或者客戶提供特定數(shù)據(jù)庫的性能驗證支持。

1).基于深度學習的人臉識別系統(tǒng)

2).基于深度學習的物體識別系統(tǒng)

3).基于深度學習的車輛識別系統(tǒng)

4).基于深度學習的數(shù)字識別系統(tǒng)

5).基于深度學習的人體健康識別系統(tǒng)

6).基于深度學習的人體步態(tài)識別系統(tǒng)

7).基于深度學習的手勢識別系統(tǒng)

…………………

6.廣告推廣

R-CNN算法matlab代做，SPPNet算法matlab代做，F(xiàn)ast R-CNN算法matlab代做，F(xiàn)aster R-CNN算法matlab代做，MTCNN算法matlab代做，RNN算法matlab代做，Char RNN算法matlab代做，LSTM算法matlab代做，pointnet/pointnet++算法matlab代做，Efficientnet算法matlab代做，AlexNet算法matlab代做，GoogleNet算法matlab代做，LeNet算法matlab代做，ZF Net算法matlab代做，VGGNet算法matlab代做，ResNet算法matlab代做，Q-Learning算法matlab代做，SARSA算法matlab代做，DQN算法matlab代做，Actor-Critic算法matlab代做，TPRO算法matlab代做，Off-Policy算法matlab代做，DDOG算法matlab代做，PPO算法matlab代做，梯度策略算法matlab代做，反向強化學習算法matlab代做

R-CNN算法python代做，SPPNet算法python代做，F(xiàn)ast R-CNN算法python代做，F(xiàn)aster R-CNN算法python代做，MTCNN算法python代做，RNN算法python代做，Char RNN算法python代做，LSTM算法python代做，pointnet/pointnet++算法python代做，Efficientnet算法python代做，AlexNet算法python代做，GoogleNet算法python代做，LeNet算法python代做，ZF Net算法python代做，VGGNet算法python代做，ResNet算法python代做，Q-Learning算法python代做，SARSA算法python代做，DQN算法python代做，Actor-Critic算法python代做，TPRO算法python代做，Off-Policy算法python代做，DDOG算法python代做，PPO算法python代做，梯度策略算法python代做，反向強化學習算法python代做

R-CNN算法FPGA代做，SPPNet算法FPGA代做，F(xiàn)ast R-CNN算法FPGA代做，F(xiàn)aster R-CNN算法FPGA代做，MTCNN算法FPGA代做，RNN算法FPGA代做，Char RNN算法FPGA代做，LSTM算法FPGA代做，pointnet/pointnet++算法FPGA代做，Efficientnet算法FPGA代做，AlexNet算法FPGA代做，GoogleNet算法FPGA代做，LeNet算法FPGA代做，ZF Net算法FPGA代做，VGGNet算法FPGA代做，ResNet算法FPGA代做，Q-Learning算法FPGA代做，SARSA算法FPGA代做，DQN算法FPGA代做，Actor-Critic算法FPGA代做，TPRO算法FPGA代做，Off-Policy算法FPGA代做，DDOG算法FPGA代做，PPO算法FPGA代做，梯度策略算法FPGA代做，反向強化學習算法FPGA代做。

Python深度學習算法代做，Python強化學習算法代做；

MATLAB深度學習算法代做，MATLAB強化學習算法代做；

基于FPGA的深度學習實現(xiàn)，基于FPGA的強化學習實現(xiàn)；