【摘要】该文针对神经网络模型训练过慢、集群部署缺乏弹性问题，采用CPU+GPU混合架构，利用Docker和Kubernetes系统搭建底层容器云基础，以TensorFlow作为上层机器学习框架，构建了分布式深度学习实验平台，并详述了GPU镜像制作、计算节点GPU支持、Kubernetes集群搭建、Tensor Flow集群部署等实验平台建设细节。两个图片识别实验表明，该实验平台具有良好的性能优势和可扩展性，达到了应用部署自动化、硬件资源弹性伸缩、提升模型训练速度的目标，为人工智能实验平台建设提供了有益的思路，并起到推广作用。