智能计算系统实验教程作品简介

本书是《智能计算系统》的配套实验教程，结合智能计算系统的软硬件技术栈设计了基于通用CPU平台和深度学习处理器平台的分阶段实验和综合实验。其中，分阶段实验以风格迁移作为驱动范例，包括算法实验（第2～3章）、编程框架实验（第4章）、智能编程语言实验（第5章）、深度学习处理器运算器设计实验（第6章）。通过完成分阶段实验，读者可以开发出一个可完成图像风格迁移任务的智能计算系统。综合实验（第7章）包括目标检测、文本检测、自然语言处理等不同应用领域的实验，可以帮助读者巩固对软硬件技术栈相关知识的系统理解，让读者了解不同应用领域对智能计算系统的需求。

本书适合作为高等院校人工智能及相关专业的教材，以及相关领域从业人员的参考书。作者团队还为本书设计了一款配套的游戏，利用游戏中的“稠密奖励”“即时奖励”和“体系性奖励”等机制来提升读者的学习热情。

编委会名单

丛书序言

前言

第1章　绪论

1.1　智能计算系统简介

1.2　实验设计

1.3　实验平台

1.3.1　硬件平台

1.3.2　软件环境

1.4　游戏实验系统

第2章　神经网络设计实验

2.1　基于三层神经网络实现手写数字分类

2.1.1　实验目的

2.1.2　背景介绍

2.1.3　实验环境

2.1.4　实验内容

2.1.5　实验步骤

2.1.6　实验评估

2.1.7　实验思考

2.2　基于DLP平台实现手写数字分类

2.2.1　实验目的

2.2.2　背景介绍

2.2.3　实验环境

2.2.4　实验内容

2.2.5　实验步骤

2.2.6　实验评估

2.2.7　实验思考

第3章　深度学习应用实验

3.1　基于VGG19实现图像分类

3.1.1　实验目的

3.1.2　背景介绍

3.1.3　实验环境

3.1.4　实验内容

3.1.5　实验步骤

3.1.6　实验评估

3.1.7　实验思考

3.2　基于DLP平台实现图像分类

3.2.1　实验目的

3.2.2　实验环境

3.2.3　实验内容

3.2.4　实验步骤

3.2.5　实验评估

3.2.6　实验思考

3.3　非实时图像风格迁移

3.3.1　实验目的

3.3.2　背景介绍

3.3.3　实验环境

3.3.4　实验内容

3.3.5　实验步骤

3.3.6　实验评估

3.3.7　实验思考

3.3.8　延伸拓展

第4章　编程框架实验

4.1　基于TensorFlow实现图像分类

4.1.1　实验目的

4.1.2　背景介绍

4.1.3　实验环境

4.1.4　实验内容

4.1.5　实验步骤

4.1.6　实验评估

4.1.7　实验思考

4.2　基于TensorFlow实现实时风格迁移推断

4.2.1　实验目的

4.2.2　背景介绍

4.2.3　实验环境

4.2.4　实验内容

4.2.5　实验步骤

4.2.6　实验评估

4.2.7　实验思考

4.3　基于TensorFlow实现实时风格迁移训练

4.3.1　实验目的

4.3.2　背景介绍

4.3.3　实验环境

4.3.4　实验内容

4.3.5　实验步骤

4.3.6　实验评估

4.3.7　实验思考

4.4　自定义TensorFlow CPU算子

4.4.1　实验目的

4.4.2　背景介绍

4.4.3　实验环境

4.4.4　实验内容

4.4.5　实验步骤

4.4.6　实验评估

4.4.7　实验思考

第5章　智能编程语言实验

5.1　智能编程语言算子开发与集成实验（BCL开发实验）

5.1.1　实验目的

5.1.2　背景介绍

5.1.3　实验环境

5.1.4　实验内容

5.1.5　实验步骤

5.1.6　实验评估

5.1.7　实验思考

5.2　智能编程语言性能优化实验

5.2.1　实验目的

5.2.2　背景介绍

5.2.3　实验环境

5.2.4　实验内容

5.2.5　实验步骤

5.2.6　实验评估

5.2.7　实验思考

5.3　智能编程语言算子开发实验（BPL开发实验）

5.3.1　实验目的

5.3.2　背景介绍

5.3.3　实验环境

5.3.4　实验内容

5.3.5　实验步骤

5.3.6　实验评估

5.3.7　实验思考

*第6章　深度学习处理器运算器设计实验

6.1　实验目的

6.2　背景介绍

6.2.1　卷积层算法特征

6.2.2　面向卷积运算的DLP架构

6.2.3　DLP上矩阵及卷积处理过程

6.3　实验环境

6.3.1　工具安装

6.3.2　代码文件组织

6.4　实验内容

6.5　实验步骤

6.5.1　串行内积运算器

6.5.2　并行内积运算器

6.5.3　矩阵运算子单元

6.5.4　编译调试

6.6　实验评估

6.7　实验思考

第7章　综合实验

7.1　基于YOLOv3实现目标检测

7.1.1　实验目的

7.1.2　背景介绍

7.1.3　实验环境

7.1.4　实验内容

7.1.5　实验步骤

7.1.6　实验评估

7.1.7　实验思考

7.2　基于EAST实现文本检测

7.2.1　实验目的

7.2.2　背景介绍

7.2.3　实验环境

7.2.4　实验内容

7.2.5　实验步骤

7.2.6　实验评估

7.2.7　实验思考

7.3　基于BERT实现自然语言处理

7.3.1　实验目的

7.3.2　背景介绍

7.3.3　实验环境

7.3.4　实验内容

7.3.5　实验步骤

7.3.6　实验评估

7.3.7　实验思考

附录ADLP软件环境介绍

A.1　整体环境

A.2　运行时库（CNRT）

A.3　高性能库（CNML）

A.4　开发工具包

A.4.1　应用级性能剖析工具

A.4.2　系统级性能监控工具

参考文献

后记 2100433B

《自控原理及计算机控制实验教程》以沈飞电子公司生产的自动控制原理实验箱为实验平台，介绍了十个自动控制原理实验和十个计算机控制技术实验。自动控制原理部分有：典型环节及其阶跃响应、控制系统瞬态响应、控制系统频率特性、采样系统分析、控制系统稳定性研究、非线性控制系统分析、连续系统串联校正、采样控制系统校正、状态反馈、状态观测器。计算机控制技术部分有：A／D，D／A转换实验、采样保持器、大林算法控制、平滑与数字滤波、积分分离PID控制、解耦控制、最小拍控制系统、电机调速实验、步进电机实验、温度控制实验。实验内容涉及理论广泛，包含：经典控制理论的线性非线性部分及现代控制理论。实验项目类型丰富齐全，提供验证型、设计型和综合型三种类型的实验。同时为了增加实验的扩展性，培养学生的自主创新精神，还提供了函数库，供学生编程控制实验平台进行实验。

包括面向大工程和巨系统信息处理的计算模型和模拟优化；以分布并行计算为特征的模拟人类智能的计算智能理论与算法设计、海量图像视觉信息的高效获取和智能处理技术；以及面向生命科学的“基因组”、“信息结构”和“复杂性”这三个重大科学问题的生物信息处理模型和技术。

实验室注重基础研究和前沿研究相结合，理论研究与应用研究相结合，以面向海量复杂信息处理的智能计算为特色，在提升学术地位的同时，为地方经济和国防建设服务。

实验室第一届学术委员会由17组成。实验室学术委员会主任为中国科学院生物物理所陈润生院士，实验室学术委员会副主任为中国科学院自动化所所长谭铁牛研究员和湘潭大学黄云清教授；黄云清教授兼实验室主任，高协平教授、刘任任教授、喻祖国教授担任实验室副主任。

实验室研究人员中有博士生导师21人、教授30人、博士40人。实验室主要研究方向包括：工程计算、模拟与优化，计算智能与图像处理，生物信息处理。

本书是计算机硬件的配套实验教材。书中采用VerilogHDL语言，FPGA平台来完成《数字电路与数字逻辑》、《计算机组成原理》、《计算机体系结构》课程的实验。全书共分为5章，包括EDA基础、GW48-CP 实验系统介绍、数字逻辑与数字电路实验、计算机组成原理实验和计算机体系结构试验。最后，附录中介绍了IcarusVerilog开发环境及使用、VerilogHDL语言语法及简介、实验报告的格式及内容、GW48系统万能接插口与结构图信号/与芯片引脚对照表。

书中实验安排紧扣相关的知识点，内容全面，有验证性的实验，也有设计性实验，为学习计算机系统硬件知识，提供了实验验证和设计参考。