microsoft · zzzkey23 · Mar 23, 2022 · Mar 30, 2022 · Mar 31, 2022 · Mar 31, 2022
diff --git a/基础教程/A0-中学生都能听懂的人工智能/README.md b/基础教程/A0-中学生都能听懂的人工智能/README.md
@@ -0,0 +1,22 @@
+# 中学生都能听懂的人工智能课程
+为了帮助基础薄弱的同学更快了解人工智能相关知识，我们为大家提供了9集人工智能入门视频。在这里，你可以明白最基础的人工智能概念，也有工智能的案例帮你理解，还可以展望人工智能技术的未来。下面一起来看看吧~
+
+微软中国B站账号：https://space.bilibili.com/110487933/channel/collectiondetail?sid=458743
+
+## 1-1什么是人工智能
+
+## 1-2人工智能的发展历程
+
+## 1-3人工智能的案例
+
+## 2-1机器如何拥有智能
+
+## 2-2机器学习与深度学习
+
+## 2-3使用人工智能技术的几种方法
+
+## 3-1人工智能的当下与未来
+
+## 3-2做好准备迎来人工智能时代
+
+## 3-3人工智能行业都有哪些技术岗位
diff --git a/实践项目/2022_AI音乐创作/README.md b/实践项目/2022_AI音乐创作/README.md
@@ -0,0 +1,32 @@
+# 2022年微软开源学习社群实践项目——AI音乐创作
+## 项目简介：
+ Muzic是微软亚洲研究院正在进行的人工智能音乐研究项目，通过深度学习和人工智能赋予音乐理解和生成能力。Muzic 涵盖音乐理解（包括音乐检索/分类/转录/分离/识别）和音乐生成（包括歌曲写作、伴奏和编曲、歌声合成、音乐音色合成和声音混合）的各种课题。
+
+本项目为面向人工智能和音乐创作的创新性科研拓展项目，旨在通过算法和深度学习模型进行自动音乐创作。
+
+开源链接：https://github.com/microsoft/muzic 
+
+![image](https://user-images.githubusercontent.com/97874658/160744019-c4ff6df3-7f2e-4bf7-be83-d6e295add662.png)
+
+## 技能要求：
+-  学习git/GitHub基本操作
+-  使用markdown编写文档
+-  有一定的乐理和编曲基础
+-  熟悉Python等基本编程语言和深度学习框架
+
+## 任务详情及预期成果
+### 任务一
+ #### •	任务内容
+- 根据主旋律以及和弦进行，编写代码实现相应的算法逻辑，给主旋律配上合适的伴奏。
+- 伴奏包括鼓、贝斯、吉他、键盘、弦乐、管乐等（任选其中某几个即可）。
+
+### 任务二
+ #### •	任务内容
+ - 风格/情感/主题可控的旋律生成，根据指定的风格，情感，主题或者关键词，训练序列生成模型，生成符合输入的风格/情感/主题的旋律。
+- 主要探索可控的音符序列生成，偏向NLP技术。其中音乐的风格/情感/主题标签需要自动从无标签音乐数据中挖掘。
+
+## 项目提交方式：
+提交项目至GitHub“微软人工智能教育与学习共建社区“专用issue，需要有文档和代码，文档中给出代码的具体运行步骤
+
+## 项目实践安排：
+项目4月中旬发布，6月中旬验收。项目时长约为2个月。
diff --git a/实践项目/2022_CUDA实现和优化/README.md b/实践项目/2022_CUDA实现和优化/README.md
@@ -0,0 +1,36 @@
+# 2022年微软开源学习社群实践项目——CUDA实现和优化
+## 实验目的：
+•	理解DNN框架中的张量运算在GPU加速器上的加速原理
+•	通过CUDA实现和优化一个定制化张量运算
+
+开源链接：https://github.com/microsoft/AI-System/tree/main/Labs/BasicLabs/Lab3
+
+## 技能要求：
+•	学习git/GitHub基本操作
+•	使用markdown编写文档
+
+## 实验环境：
+•	PyTorch==1.5.0
+•	CUDA 10.0
+
+## 任务详情及预期成果
+### 实验流程图
+![lab3-flow.png](https://note.youdao.com/yws/res/90/WEBRESOURCEad9964ce391af14498cacc1dac70bbce)
+### 具体步骤
+1.	理解PyTorch中Linear张量运算的计算过程，推导计算公式
+2.	了解GPU端加速的原理，CUDA内核编程和实现一个kernel的原理
+3.	实现CUDA版本的定制化张量运算
+I.	编写.cu文件，实现矩阵相乘的kernel
+II.	在上述.cu文件中，编写使用cuda进行前向计算和反向传播的函数
+III.	基于C++ API，编写.cpp文件，调用上述函数，实现Linear张量运算和前向计算和反向传播
+IV.	将代码生成Python的C++扩展
+V.	使用基于C++的函数扩展，实现自定义Linear类模块的前向计算和反向传播函数
+VI.	运行程序，验证网络正确性
+4.	使用profile比较网络性能：基于C++ API，比较有无CUDA对张量运算性能的影响
+5.	[选做，加分]实现基于CUDA的卷积层（Convolutional）自定义张量运算
+
+## 项目提交方式
+提交项目至GitHub“微软人工智能教育与学习共建社区“专用issue，需要有文档和代码，文档中给出代码的具体运行步骤
+
+## 项目时间安排
+项目4月中旬发布，6月中旬验收。项目时长约为2个月