为贯彻落实《教育部产学合作协同育人项目管理办法》（教高厅〔2020〕1号）要求，展示项目实施过程中产生的优秀成果、典型做法和成功经验，鼓励更多高校和企业深入探索产学合作新模式、研究产学合作新机制、拓展产学合作新领域，进一步扩大和提升项目影响力。经专家评审，最终遴选出85个优秀项目案例，其中赵卫东老师负责的项目“阿里云天池AI案例100开发”荣获新工科、新医科、新农科、新文科建设类优秀案例。
与阿里合作项目荣获2024年度教育部产学合作协同育人项目优秀案例
2025-01-09
482
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
该项目强调利用阿里云计算有限公司的低代码开发平台和算力资源，开发创新性的教学案例，以支持机器学习和深度学习等前沿技术课程的教学和实验。项目部分成果纳入了即将出版的《深度学习实战案例》教材中，该教材由人民邮电出版社出版。
目录
相关文章
|
4月前
|
人工智能
运维
数据可视化
申报开启丨2025年6月批次阿里云协同育人项目申报指南，支持所有学科丨云工开物
阿里云支持教育部产学合作协同育人项目，助力高校教学创新与人才培养。2025年6月批次申报通知发布，包含教学内容和课程体系改革、实践条件和实践基地建设两大类。具体方向涵盖AI+X专业课程、计算机实践、AIGC设计、大数据分析及人工智能通识教育等，提供资金、技术及资源支持。申报院校需具备实践基地，课程不少于8学时。详情及流程见官方链接，联系刘老师了解更多。
345
1
1
|
6月前
|
新零售
存储
人工智能
申报开启｜2025年4月批次阿里云协同育人项目申报指南｜云工开物
为推动《“十四五”教育发展规划》，阿里云支持教育部产学合作协同育人项目，邀请高校参与2025年4月批次申报。项目聚焦教学内容改革与实践基地建设，如AI+X专业课程和人工智能通识教育。提供资金、云计算资源和技术培训支持，旨在深化产教融合，培养创新人才。申报截止时间为2025年5月31日，详情见官网通知。
327
1
1
|
小程序
数据安全/隐私保护
开发者
|
7月前
|
存储
人工智能
云栖大会
【云栖大会】阿里云设计中心 × 教育部协同育人项目成果展，PAI ArtLab助力高校AIGC教育新路径
【云栖大会】阿里云设计中心 × 教育部协同育人项目成果展，PAI ArtLab助力高校AIGC教育新路径
503
24
25
|
8月前
|
机器学习/深度学习
人工智能
自然语言处理
ModelScope深度学习项目低代码开发
低代码开发平台通过丰富的预训练模型库、高度灵活的预训练模型和强大的微调训练功能，简化深度学习项目开发。以阿里魔搭为例，提供大量预训练模型，支持快速迭代与实时反馈，减少从头训练的时间和资源消耗。开发者可轻松调整模型参数，适应特定任务和数据集，提升模型性能。ModelScope平台进一步增强这些功能，提供模型搜索、体验、管理与部署、丰富的模型和数据资源、多模态任务推理及社区协作，助力高效、环保的AI开发。
421
65
65
|
8月前
|
人工智能
大数据
物联网
申报开启｜2025年阿里云协同育人项目申报指南
阿里云启动2025年协同育人项目申报，支持高校教学内容和课程体系改革及实践基地建设。项目涵盖人工智能通识教育、AIGC设计等领域，提供资金、云计算资源和技术培训等支持。申报截止至2025年2月28日，面向全国本科高校教师，旨在深化产教融合，共育创新人才。详情及流程见官网。
381
1
1
|
9月前
|
数据可视化
数据挖掘
|
8月前
|
人工智能
|
8月前
|
人工智能
|
8月前
|
XML
JSON
算法
智能冰箱食材识别
本案例设计了一个囤菜系统原型，主要方法是利用冰箱内安装的摄像头，通过目标检测算法识别食材类别，判断存取动作，增加或者减少相应的食材的数量，并记录存取时间等相关数据，设计出了具备提示清理和补货等功能的智能化囤菜系统原型。
446
7
8
热门文章
最新文章
1
92_自我反思提示：输出迭代优化
2
144_推理时延优化：Profiling与瓶颈分析 - 使用PyTorch Profiler诊断推理延迟，优化矩阵运算的独特瓶颈
3
AgentScope：阿里开源多智能体低代码开发平台，支持一键导出源码、多种模型API和本地模型部署
4
MNN-LLM App：在手机上离线运行大模型，阿里巴巴开源基于 MNN-LLM 框架开发的手机 AI 助手应用
5
通义DeepResearch全面开源！同步分享可落地的高阶Agent构建方法论
6
139_剪枝优化：稀疏模型压缩 - 分析结构化剪枝的独特速度提升与LLM部署加速实践
7
智谱旗舰模型GLM-4.6开源发布，代码能力对齐Claude Sonnet 4
8
45_混合专家模型：MoE架构详解
9
142_故障容错：冗余与回滚机制 - 配置多副本的独特健康检查
10
Ling-1T，智渊、思简
1
Jina Reranker v3: 全新“列式”重排器，0.6B参数刷新文档检索SOTA
43
2
Ling-1T，智渊、思简
133
3
智谱旗舰模型GLM-4.6开源发布，代码能力对齐Claude Sonnet 4
141
4
144_推理时延优化：Profiling与瓶颈分析 - 使用PyTorch Profiler诊断推理延迟，优化矩阵运算的独特瓶颈
338
5
106_模型合并：Task Arithmetic
59
6
142_故障容错：冗余与回滚机制 - 配置多副本的独特健康检查
199
7
119_LLM训练的高效内存管理与优化技术：从ZeRO到Flash Attention
91
8
137_安全强化：输入过滤与水印 - 实现输出水印的检测算法与LLM安全防护最佳实践
66
9
118_LLM模型量化与压缩：从理论到2025年实践技术详解
120
10
109_噪声鲁棒微调：对抗训练
156