继国务院于2017年下发了《新一代人工智能发展规划》后，政府又相继出台了若干政策，推动高校人工智能相关专业的开展。2018年，教育部印发《高等学校人工智能创新行动计划》，明确提出要完善人工智能领域的人才培养体系，完善学科布局、加强专业建设、教材建设、人才培养，推动人工智能领域一级学科建设。

        建设人工智能学科。完善人工智能领域学科布局，设立人工智能专业，推动人工智能领域一级学科建设，尽快在试点院校建立人工智能学院，增加人工智能相关学科方向的博士、硕士招生名额。鼓励高校在原有基础上拓宽人工智能专业教育内容，形成“人工智能+X”复合专业培养新模式，重视人工智能与数学、计算机科学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合。加强产学研合作，鼓励高校、科研院所与企业等机构合作开展人工智能学科建设。

        为方便高效开展人工智能相关学科的建设，提供了一套用于教师开展人工智能教学的实验平台。平台部署规划架构图如下：

平台部署规划架构图

        人工智能实验平台采用Docker容器技术，可以通过虚拟化技术，将CPU的资源合理分配。每个学生的实验环境不仅相互隔离，可以高效地完成实验，而且实验彼此不干扰，即使某个学生的实验环境出现问题，对其他人也没有影响，只需要重启就可以重新拥有一个新的环境，大幅度节省了硬件和人员管理的投入成本。

        平台中提供了两种主流的深度学习框架镜像——Caffe和Tensorflow，镜像中安装了深度学习GPU开发的底层驱动、加速库和深度学习框架。可以通过Docker一键创建环境。若用户想要使用其他框架，可在已生成环境的基础上安装使用其他深度学习框架。

        平台中目前提供了40个实验，其中包含了用于熟悉框架使用的基础实验、各种常用的深度学习模型的实验和各种场景下的深度学习案例。每个实验配备了对应的数据集和需要的源码文件。在看完实验原理的基础上，按照手册步骤一步一步在自己的环境中操作，即可简单的完成实验。

人工智能实验平台实验列表

拓展资源建设

人工智能相关教材

  《深度学习》本书从深度学习的发展历史入手，系统地介绍了深度学习的基本概念、数学基础和主流模型，夯实读者理论基础。同时，针对当前流行的主流框架，循序渐进，一步一步引导读者了解深度学习的使用过程，增强动手能力。在此基础上，通过具体例子介绍深度学习在图像、语音、文本中的应用，还简要介绍了增强学习、迁移学习，深度学习硬件实现等前沿方面，扩展深度学习的内容。每章都附有相应的习题和参考文献，以便感兴趣的读者进一步深入思考。“让学习变得轻松”是本书的基本编写理念。

网站资源

国内专业领域排名第一的网站---中国大数据、中国云计算、中国存储、中国物联网、中国智慧城市等为学生学习提供全线技术支撑，一网打尽各类优质资源。

实验数据

基于人工智能实验需求，人工智能实验平台配套提供的还有各种实验数据，包括交通卡口车牌图片数据、人脸识别图片数据、环境数据等。其中不仅包含共用的公有数据，每一个实验也有自己的实验数据，种类丰富，应用性强。

实验数据将做打包处理，不同的实验将搭配不同的数据与实验工具，解决实验数据短缺的困扰，在实验环境与实验手册的基础上，做到有设备就能实验，有数据就会实验。