CCSE辅导实验室

The 计算机与软件工程学院 (CCSE) 辅导实验室 welcomes all undergraduate and graduate students enrolled in CGDD, CS, CSE, CYBR, IT, and SWE 银河娱乐博彩s! 我们已经发展到使用EAB导航的预约辅导系统。 要安排预约,请查看下面的内容。 If you need help when no tutor is available, please see the Program Coordinator in the Main Lab Center for assistance.

辅导实验室是一个开放和协作友好的环境,所有KSU学生都可以使用,并配备了电脑桌面,带电源插座的桌子,碎纸机等。

Please see the 辅导实验室 page for additional details.

虚拟桌面基础架构

The CCSE 虚拟桌面基础架构 (VDI) environment is virtualization technology that hosts a desktop operating system on a centralized server in our data center. CCSE提供两种类型的VDI环境:持久性和非持久性。 Persistent VDI (assigned based on class) provides each user 银河娱乐博彩 his or her own desktop image, which can be customized and saved for future use, much like a traditional physical desktop. Nonpersistent VDI (CCSE Standard) provides a pool of uniform desktops that users can access when needed. Nonpersistent desktops revert to their original state each time the user logs out.

查看说明

数据中心服务

计算与软件工程学院数据研究中心(CCSE-DRC)的目标是利用前沿软件平台为大数据分析和深度学习提供云服务基础设施。 CCSE-DRC根据教师和学生的需求提供不同的服务。

CCSE-DRC architecture consists in physical machines used as sole resource and mainly as cluster. 我们的集群为复杂的软件框架奠定了基础。

  • 可以使用任何Linux发行版的KVM机器。 标准配置包括2核,8gb内存和100gb存储,但可以根据以前的要求扩展到CCSE-DRC。 这些机器可以是桌面或服务器,并且可以使用CLI或GUI (SPICE- VNC)进行访问。 对于GUI访问,用户应该安装GUI客户机。

    版本

    • 编译库:libvirt 6.0.0
    • 使用库libvirt 6.0.0
    • 使用API: QEMU 6.0.0
    • 正在运行的hypervisor: QEMU 4.2.1
  • LXD是下一代系统容器管理器。 它提供了类似于虚拟机的用户体验,但使用的是Linux容器。 容器相对于VM的一些优势包括更快地启动应用程序,更好地共享资源,这对我们的学术社区至关重要。 与VM类似,我们为用户提供CLI和Desktop访问,以及部署多个容器来创建个性化的微集群。

    版本:

    • Lxd版本:4.0.7
  • 这些是我们GRA的学生和教师共享的资源。 每台服务器有4台Tesla Maxwell Nvidia的GPU和一个ISCSI存储服务器。

    安装了主要的深度学习框架,如PyTorch, Ten- sorflow, Keras和Caffe。 这些服务器还包括最重要的用于机器学习和数据科学的Python库,如Numpy、Pan- das、SciPy、Matplotlib、SymPy、Sckits-image、Sckits-learn、Pandas、Bokeh和Jupyter等。 此外,还安装了R-cran统计语言、Julia数学语言和Unix工具。

    用户可以使用虚拟环境和R包安装自己的Python库,而无需管理员。 如果用户需要管理权限来安装系统库,服务器提供标准Docker和Docker-nvidia容器。 请向CCSE-DRC咨询更多信息。

    版本:

    • 火炬1.9.0
    • torchsummary 1.5.1
    • torchvision 0.10.0
    • tensorboard 2.6.0
    • tensorboard-data-server 0.6.1
    • tensorboard-plugin-wit 1.8.0
    • tensorflow 2.5.0
    • jupyter 1.0.0
    • jupyter-client 6.1.12
    • keras 2.6.0
    • keras-nightly 2.5.0.dev2021032900
    • Keras-Preprocessing 1.1.2
    • matplotlib 3.4.2
    • matplotlib-inline 0.1.2
    • numba 0.53.1
    • numpy 1.19.5
    • opencv-python 4.5.3.56
    • 熊猫1.3.1
  • Hadoop是一个开源软件框架,用于在大型商用硬件集群上以分布式方式存储和处理大数据。Apache HDFS或Hadoop分布式文件系统是一个块结构的文件系统,其中每个文件被预先确定大小的块划分。 这些块存储在由一台或多台机器组成的集群中。 Apache Hadoop HDFS架构遵循Head/Worker架构,其中一个集群由单个的名字Node (Head节点)组成,所有其他节点都是datanode (Worker节点)。 HDFS可以部署在广泛的支持Java的机器上。 虽然可以在一台机器上运行多个datanode,但在实际世界中,这些datanode分布在不同的机器上。 CCSE-DCR目前提供了一个包含10个节点的集群,但可以根据需要进行扩展。 这是一个共享资源,可用于实验新的地图简化算法或处理大数据。

    版本:

    在生产中

    • Hadoop 2.7
    • 火花2.1

    很快:

    • Spark Standalone Cluster 3.1.2

    进展:

    • Hadoop 3.0
    • 3.1.2火花
  • 经典的数据分析是对主要依赖于关系数据库或纯文本的数据进行的。 这种方法的自然结果是,可以对整个收集的数据进行分析,也可以对一段时间内积累的一批数据进行分析。 随后,由于便携式设备的大众化,传统的存储方法由于可获得的大量流动数据而显得不足。 因此,像流分析这样的新技术出现了,以解决以前的限制。

    流分析处理来自连接设备(IoT)、人际网络(社交媒体)和相互关联的复杂系统(自主平台)等的永无休止的数据。 流分析的一些目标是促进实时统计分析,执行机器学习分析和训练,以及与其他框架进行交互以实现永久数据存储。 实时分析不仅指实时数据分析,还包括对数据批次的分析

    在短时间内收集,从几秒到几分钟不等。 此外,这些系统必须能够在特定时期内将信息放置在临时存储器中,并且还应该能够存储多个临时批处理。

    CCSE-DCR目前提供了一个包含2个Kafka节点的集群,但可以根据需要进行扩展。 这是一个共享资源,欲了解更多信息,请联系CCSE-DRC。

    版本:

    卡夫卡:0.10

  • Kubernetes,在其基本层面上,是一个用于跨机器集群运行和协调容器化应用程序的系统。 它是一个平台,旨在使用提供可预测性、可伸缩性和高可用性的方法,完全管理容器化应用程序和服务的生命周期。 我们将Helm与Kubernetes结合使用,Helm是Kubernetes的包管理器,它允许开发人员和运营商更轻松地将应用程序和服务打包、配置和部署到Kubernetes集群上。 有关更多信息,请联系CCSE- DRC

    版本:

    kubectl: 1.21.3

  • Kubeflow项目致力于使Kubernetes上的机器学习(ML)工作流部署变得简单、可移植和可扩展。
  • Faculty, Staff and Students can sign in 银河娱乐博彩 their netIDs and passwords and then go to the software section to see everything. This is only for Microsoft products but it includes operating systems and other development software including Project and Vision.

    了解更多
  • 访问NETLAB+是快速和容易的,只需要一个带有Java插件的web浏览器。 包括虚拟机和设备控制台的内置应用程序。 NETLAB+ provides scheduled access to your virtual machines and lab equipment. All lab access is controlled by reservation, using the scheduler. Using the calendar interface, students and instructors can view the pods and the timeslots available to schedule lab time at their convenience.

    了解更多

联系我们

如果你想对导师的表现给予或提供反馈,无论是在课堂上还是在辅导实验室:

请联系斯维特拉娜Dimova,周一至周五,上午9点至下午5点以下。

的名字
位置
  • 计算机实验室和学术支持主任

    [email protected]
    (470) 578-6653
    J 261A

  • 学术项目支持专员

    [email protected]
    (470) 578-2234
    J 263B

工作机会

如果您有兴趣在CCSE实验室中心工作,请查看握手以下职位:

  • CCSE Grader
  • CCSE Lab Technician
  • CCSE Teaching Assistant
  • CCSE Lab Assistant – Tutor
握手登录