大数据深度学习平台

平台客户端运行在Windows系统下，服务器端采用Linux内核设计，与业界流行的深度学习框架兼容，具有较高的运行效率。

2、 系统功能简介
2.1 浅层学习算法
平台支持传统的浅层学习算法，包含：
1）Logisti回归
2）随机森林
3）SVM支撑向量机
4）增强型BP神经网络
2.2 深度学习算法
平台通过对模型组件的拖拽、连接等可视化操作，搭建深度学习模型，包含：
1）卷积神经网络
2）堆层叠自动编码器神经网络
3）深度信念网络
4）自定义结构深度模型
2.3 模型分析
1）对深度模型中任意组件求取输出值，便于观察中间状态
2）对卷积神经网络提供特征可视化功能，便于调整卷积层的输出特征
3）对模型训练结果提供精度报告
2.4 模型处理
可以保存所设计模型、关联的数据文件、选择的字段等，并具有一键加载功能，立即恢复到模型保存时的中间状态
2.5 WEB服务发布
训练好的模型可以直接部署在WEB服务器上，对外发布预测服务。

3、 运行环境
该平台通过客户端程序进行模型设计，将数据上传至服务器进行训练和预测，以C/S 架构实现，模型预测发布以B/S架构实现。
3.1 客户端运行环境
1）操作系统WINDOWS 7 以上
2）需要安装.NET45