【技术实现步骤摘要】
一种基于图形编程的人工智能教学系统本申请要求享有于2019年03月08日提交的、申请号为201910175681.8、题为“一种基于图形编程的人工智能教学系统”的中国专利申请的优先权,其内容在此通过引用全部并入本文。
本专利技术涉及人工智能神经网络、云端服务器开发、嵌入式设备
,尤其是指一种基于图形编程的人工智能教学系统。
技术介绍
随着计算机技术的普及发展以及人工智能技术的实践应用,青少年编程教育概念迅速兴起,学习计算机和人工智能相关知识成为趋势。目前青少年计算机和人工智能相关的教育停留在编程语言教学阶段,没有深入讲解神经网络的结构和层次。因此,青少年的人工智能教育领域亟需一种直观讲解神经网络的方法。现有技术中,人工智能神经网络的教学方法通过编程语言(主要是Python语言)搭建神经网络,设置网络的参数后,通过计算机训练神经网络得到网络模型,这种方法需要操作人员很高的编程技巧,不适合入门的青少年使用。
技术实现思路
本专利技术的目的是将复杂的编程简单化,以达到快速搭建神经网 ...
【技术保护点】
1.一种基于图形编程的人工智能教学系统,其特征在于,所述系统包括编程终端、云端服务器、嵌入式设备;/n所述编程终端进行图形化编程生成神经网络模型,并配置神经网络的基本参数,编程终端通过将所述神经网络的基本参数传送到所述云端服务器;/n所述云端服务器接收所述神经网络的基本参数,对其进行处理并生成训练完成的网络模型;/n所述嵌入式设备通过互联网接收所述训练完成的网络模型,并对所述训练完成的网络模型进行运行处理,得到相应的运行结果。/n
【技术特征摘要】
20190308 CN 20191017568181.一种基于图形编程的人工智能教学系统,其特征在于,所述系统包括编程终端、云端服务器、嵌入式设备;
所述编程终端进行图形化编程生成神经网络模型,并配置神经网络的基本参数,编程终端通过将所述神经网络的基本参数传送到所述云端服务器;
所述云端服务器接收所述神经网络的基本参数,对其进行处理并生成训练完成的网络模型;
所述嵌入式设备通过互联网接收所述训练完成的网络模型,并对所述训练完成的网络模型进行运行处理,得到相应的运行结果。
2.根据权利要求1所述的基于图形编程的人工智能教学系统,其特征在于,所述编程终端进行图形化编程是基于blockly插件采用积木的方式组建神经网络模型,所述图形化编程即为利用积木工具完成积木的组合拼装。
3.根据权利要求2所述的基于图形编程的人工智能教学系统,其特征在于,根据神经网络的特征,编程终端生成的神经网络模型包含三个类:框架配置、网络优化和训练设置;
其中,所述的框架设置类包含三个块:网络类型选择、隐藏层设计、特殊网络层;
所述的网络优化类设置类包含三个块:激活函数、优化器、正则化;
所述的训练设置类包含三个块:迭代次数,优化器的学习率,批处理的大小。
4.根据权利要求1至3任一所述的基于图形编程的人工智能教学系统,其特征在于,所述编程终端进行图形化编程生成神经网络模型,并配置神经网络的基本参数的操作还包括了:调用已存储在编程终端图形...
【专利技术属性】
技术研发人员:曹健,余星星,刘扬,王成,徐思文,张程鑫,邵文淦,李昌晋,
申请(专利权)人:北京火星人视野科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。