Skip to content

Latest commit

 

History

History
125 lines (97 loc) · 9.95 KB

README-cn.md

File metadata and controls

125 lines (97 loc) · 9.95 KB

AidLearning

Build Status Coverage Status License Repo size Code size Fork star commit

English Version

简介

AidLearning是一个运行在移动端(Android)上的支持图形化桌面的完整的Linux虚拟机,同时是一个支持深度神经网络开发的框架和平台,内置了最为流行的深度学习框架caffe/mxnet/keras/pytoch/tensorflow/ncnn/opencv...内置了可视化AI开发编辑器,内置了VSCode、Jupyter等流行的编程工具,支持触摸拖拽式界面设计,支持代码动态调试和运行。支持在移动端和PC端用python开发你的AI应用,支持把你的python源码转化为APP(Apk)发布。支持一键式安装,只需要安装一个10M的App即可自动引导完成安装。目前,已在各大App应用中心(华为、小米、vivo、oppo...)上线,下载和访问量已超100万,内置了大量的AI例子和教程,互联网上(知乎、简书、CSDN、百度等)也有大量中文教程,方便你学习和开发。

AidLearning

立即下载v0.85中文版进行安装

整体特点

创新性

  • 移动端(手机)上最好的,环境最全的Linux模拟器,唯一支持图形化桌面的Linux模拟器...
  • 唯一支持AI开发环境的模拟器、内置全球最流行Top 7的深度学习框架,内置大量深度学习的模型、例子和开发组件
  • 唯一支持python图形化开发和调试的模拟器,支持触摸拖拽式界面设计,提高你的开发效率
  • 支持用python开发可运行在手机的App,支持python代码直接编译生成可部署的apk文件
  • 一键式安装,无任何依赖,你只需在手机上要安装一个10M左右的引导App,就可以自动完成所有环境的安装。
  • 跨平台开发,支持云桌面(手机桌面和电脑桌面相同),既可以在手机或平版上或其他嵌入式主板上运行,也可以在电脑端基于web直接访问和开发。
  • 支持加速库openblas,支持多线程和多进程,运行流畅、不卡顿,充分发挥ARM CPU的算力

通用性

  • 支持TensorflowCaffemxnetkeraspytorchtorchvisionncnnopencvscipysklearn....
  • 支持Python2.7/Python3.7.3。
  • 自带AiCode可视化编程IDE,也支持微软的VSCode和谷歌的Jupyter的IDE。
  • 内置完整原生的跨平台桌面,不需要安装第三方vnc等的支持,支持电脑端和手机端同桌面
  • 既支持手机、Pad、也支持工业Arm板卡
  • 开发的程序,既可以部署在手机端、也可以部署在电脑端
  • 支持市面上99.9%的手机,已测试华为、VIVO、OPPO、三星、小米等全系列64位手机
  • 支持内置xfce4桌面,支持pyqt5、turtle、python3-tk等图形化包

安全性

  • Aid在手机上虚拟了一个封闭空间,不需要root,不会破坏你的手机的内容。
  • 不会收集你的个人隐私,所有权限都可以自己设定...

易用性

  • 一键式安装,自动下载最新依赖包、自动配置AI开发需要的环境,降低AI开发门槛
  • 内置大量AI组件、模型、例子、教程,降低AI开发的门槛,你可以不懂AI算法,但可以用这个平台开发出AI应用。
  • 一部手机,两个系统,Android和Linux共生共存,无重启自由切换;娱乐、开发、学习三不误
  • 支持手机端开发与电脑端开发代码自动同步,支持界面触摸拖拽式设计,自动生成界面的代码
  • 一键式编译和发布你开发支持AI的App
  • 可扩展支持Java、C/C++、Nodejs、Go等语言的支持

架构设计

AidLearning FrameWork可以分为Linux模拟器和AI编程平台两部分。

Linux模拟器由Terminal和Desktop构成。前者基于Android底层Linux kernel和busybox命令包构建了完整Linux的模拟器,你可以用apt命令安装任何你需要的依赖包;后者基于web构建了图形化操作桌面,你可以用在手机上用触摸操控整个系统,同时该桌面支持云桌面,你可以在电脑端通过一个网址轻松访达。

AI编程平台由深度学习框架和Python可视化编程框架(Python IDE)构成。前者包含了几乎所有目前流行的深度学习框架,负责模型的加载、计算图的调度;包含各计算的内存分配、Op实现。后则构建了Python可视化快速开发平台,不仅可以在线实时运行、调试Python代码,同时支持触摸拖拽式界面设计、并且可以生成最终的可执行程序、产出apk文件。

开始使用

内置工具

贡献与参与

交流与反馈

License

致谢

AidLearning参与人员:bill,耶鲁大学gondon、中科院大学yoline777、qidiso。

AidLearning参考、借鉴了下列项目(目前是测试阶段,未来我们会逐步开源):