NVIDIA 深度学习学院

真实应用场景、实时GPU开发环境、全球培训证书

讲师指导的培训班

一年一度6折特惠在 GTC CHINA 2019

NVIDIA 深度学习学院 (DLI) 提供 AI 、加速计算和加速数据科学方面的应用开发实践培训,以期解决实际应用方面的问题。基于云端 GPU 平台,开发者、数据科学家、研究人员和院校师生可以获取和丰富相关的实践经验,并获得全球开发者培训证书,为职业发展提供有力证明。

个人学习可以从“在线自主培训”开始。团体或企业培训可以从“讲师指导的培训班”开始学习。DLI 同时为大学师生提供更多的培训资源和支持。

所有课程可以长期、多次、反复学习和实验。

  • 在线自主培训

  • 讲师指导的培训班

  • 大学资源

对于个人、或少数人员规模的团队,可以从在线自主培训开始学习。通过在云端GPU平台上的动手实践培训,您将能够获得可用于工作中的实用技能,并获得培训证书。此外,您还可以查看和参加即将公开举办的DLI讲师指导的培训班。

在线自主培训课程

随时随地访问完全配置的GPU云服务器、按照课件中的详细指导进行自主学习和动手实践。您可以选择8小时的课程来实施和部署端到端的应用项目,或者选择2小时的课程来学习特定技术的应用。大多数8小时的课程含有培训证书,可以助力您的职业发展。

提供认证证书

深度学习课程

如果您刚开始接触深度学习,请从通用基础课程开始,学习如何训练和部署神经网络来解决实际问题。掌握这些深度学习的基本知识和经验,将有助于您学习更高阶、特定行业应用的 DLI 培训。

深度学习——通用基础

  • 深度学习基础 —— 计算机视觉

  • 在Jetson Nano上开始使用AI

  • 使用 DIGITS 实现图像分类

  • 使用 DIGITS 实现目标检测

  • 使用 TensorRT 优化和部署 TensorFlow 模型

  • 使用 Horovod 实现大规模深度学习

  • 使用 TensorFlow 实现图像分割

  • 使用 DIGITS 实现信号处理

    预备知识: 神经网络基础知识经验

    框架: Caffe, DIGITS

    课程时长: 2 小时

    语言: 中文

    价格: 30 美元

    深度神经网络比人类更擅长图像分类,这一事实超出了我们对计算机视觉的通常认知。在此实验中,您将把射频 (RF) 信号转换为图像,以检测被噪音破坏的弱信号。您将学习:

    • 如何像处理图像数据一样处理非图像数据
    • 如何在 DIGITS 中实践深度学习工作流程(加载、训练、测试、调整)
    • 用编程方式测试性能并指导性能改进

    完成本课程后,您将能够使用深度学习对图像和类图像数据进行分类。

深度学习——数字内容生成

  • 使用 Torch 实现图像风格迁移

    预备知识: CNN 基础知识经验

    框架: Torch

    课程时长: 2 小时

    语言: 英文

    价格: 30 美元

    学习通过提取视觉特征,将一张图片的风格转移到另一张图片上。了解卷积神经网络如何提取特征,以及如何利用这些特征生成一个新的图片。您将学到:

    • 提取图像视觉特征,并将这些特征迁移到另一张图片
    • 通过多种手段验证特征是否迁移成功
    • 利用这种新的架构和训练技术,进行任意的图像特征迁移

    完成本课程后,您将能够使用神经网络进行任意的特征迁移。这种快速的迁移技术,还可以应用到视频中。

  • 使用自编码器实现渲染图像去噪

  • 基于自编码器实现图像超分辨率

    预备知识: CNN 基础知识经验

    框架: Keras

    课程时长: 2 小时

    语言: 中文

    价格: 30 美元

    运用带有自编码器的神经网络,将低画质源图像生成高画质图像。在本次课程中,您将:

    • 学习并设计自编码器
    • 习精确测量画质的各类方法

    完成实验后,您将能够使用自编码器以大幅提升画质。

深度学习——医疗医学

  • 在 Keras 中通过时间递归神经网络(RNN)为时间序列数据建模

  • 使用 MedNIST 数据集进行医学图像分类

    预备知识: Python 应用经验

    框架: PyTorch

    课程时长: 2 小时

    语言: 英文, 中文

    价格: 30 美元

    了解深度学习在放射学和医学成像领域的应用介绍。 您将学习如何:

    • 收集、格式化和标准化医学图像数据
    • 在数据集上构建并训练卷积神经网络(CNN)
    • 使用已经训练完的模型对新的医学图像进行分类

    完成本课程后,您将能够应用 CNN 在医学影像数据集中实现图像分类。

  • 应用深度学习数据科学工作流在医疗领域

    预备知识: CNN 和Python 基础知识经验

    框架: PyTorch

    课程时长: 2 小时

    语言: 英文

    价格: 30 美元

    医学数据集对深度学习的应用提出了特殊的挑战。 您将在本课程中学习:

    • 学习数据增强和标准化的基础技术
    • 将这些技术用于简单的医学影像数据集
    • 通过在增强数据集上训练卷积神经网络来验证您所掌握的技能

    完成本课程后,您将能够将简单的数据处理技术应用于您的医学影像数据集。

  • 使用 DIGITS 实现医学影像分割

    预备知识: CNN 和 Python 基础知识

    框架: DIGITS, Caffe

    课程时长: 2 小时

    语言: 英文

    价格: 30 美元

    图像(或语义)分割是将图像的每个像素放置到特定类中的任务。您将用核磁共振成像来测量心脏的部分:

    • 使用自定义 Python 层扩展 Caffe
    • 实施迁移学习流程
    • 根据热门的图像分类网络创建全卷积神经网络

    完成本课程后,您将能够使用深度学习来建立大多数计算机视觉工作流程。

  • 使用 TensorFlow 实现图像分类:放射组学 - 1p19q 染色体状态分类

  • 使用 R 和 MXNet 实现医学影像分析

  • 使用 GAN 对医学图像进行数据集扩展与图像分割

  • 将由粗到细的上下文记忆应用于医学影像

加速计算课程

  • 加速计算基础 —— CUDA C/C++

  • 加速计算基础 —— CUDA Python

  • 加速计算基础 —— OpenACC

    预备知识: C/C++ 基础知识经验

    课程时长: 8 小时

    语言: 英文

    价格: 90 美元

    学习高级 GPU 编程语言 OpenACC 的基础知识。本课程适合具有部分 C/C++ 经验,且对加速应用程序性能以超越纯 CPU 编程极限感兴趣的任何人士。在本课程中,您将学习:

    • 使用 OpenACC 加速现有应用程序的简单四步骤
    • 如何配置和优化您的 OpenACC 代码库
    • 如何将 OpenACC 与 MPI 相结合,以在多 GPU 系统上编程

    完成本课程后,您将能够同时使用 OpenACC、CUDA-aware MPI 和 NVIDIA 配置工具,构建和优化多 GPU 集群上的加速异构应用程序。

  • 使用 CUDA C/C++ 加速应用程序

    预备知识: C/C++ 基础知识经验

    课程时长: 2 小时

    语言: 中文

    价格: 30 美元

    CUDA 计算平台,能够让很多 CPU 程序并行化运行在 GPU 上,从而实现超乎想象的加速效果。本课程中,您将从以下几方面学习如何加速 C/C++ 应用程序:

    • 学习如何并行化 CPU 程序,重构并使之运行在 GPU 上
    • 学习如何调度存储空间来加速程序
    • 学些 CUDA 的线程层次,进一步提高程序的加速效果

    完成本课程后,您将能够利用 CUDA 优化自己的 C/C++ 程序,并获得巨大的性能提升。

  • 使用容器实现高性能计算

  • OpenACC - 4个步骤实现2倍增速

  • 使用 CUDA C/C++ 优化 GPU 内存

  • 使用 CUDA C/C++ 中的 GPU 加速库加速应用程序

  • 使用 Thrust 加速 C++

    预备知识: 使用 CUDA C/C++ 加速应用程序” 或类似经验

    课程时长: 2 小时

    语言: 英文

    价格: 30 美元

    Thrust 是一个基于C ++ 标准模板库的并行算法库。 它使开发人员能够快速拥有并行计算的强大功效,并支持多个系统后端,如 OpenMP 和英特尔的 Threading Building Blocks。 使用 Thrust 通过以下练习来加速 C ++:

    • 基本迭代器,容器和函数
    • 内置和自定义函数
    • CPU 处理的可移植性

    完成本课程后,您将可以使用功能强大的 Thrust 库来加速您的C / C ++ 应用程序。

加速数据科学课程

  • 加速数据科学基础 —— RAPIDS

  • 使用 RAPIDS 加速数据科学工作流

合作伙伴的在线培训

DLI与教育机构合作,为全世界的开发者提供深度学习培训。

对于较多人员规模的团队、或者希望参加现场面对面培训的个人,可以参加由DLI认证讲师指导的全天的培训班。您可以申请在自己的企业或组织机构内举办培训班,参加 NVIDIA GTC 大会期间的DLI培训,或者由 NVIDIA DLI 认证合作伙伴组织的培训班。通过在云端GPU平台上的动手实践培训,您将能够获得可用于工作或项目中的实用技能,并获得 NVIDIA 全球开发者培训证书。

讲师指导的培训班

在您的企业组织内,DLI可以举办讲师指导的培训班,为开发者、数据科学家、研究人员和工程师团队提供现场培训。每个全天的培训班,都将由DLI认证讲师指导,包含讲座、在云端GPU服务器上动手实践,训练和部署端到端的应用项目,并获得培训证书。

提供认证证书

深度学习课程

深度学习——通用基础

  • 深度学习基础 —— 计算机视觉

  • 深度学习基础 —— 多数据类型

  • 深度学习基础 —— 自然语言处理

  • 深度学习基础 —— 用多 GPU 训练神经网络

深度学习——行业应用

  • 深度学习 —— 自动驾驶汽车的感知系统 2.0 版

  • 深度学习 —— 工业检测

  • 深度学习 —— 机器人

  • 深度学习 —— 使用自编码器创建数字内容

  • 深度学习 —— 医学影像分析

  • 人工智能应用 —— 异常检测

  • 人工智能应用 —— 预见性维护

加速计算课程

  • 加速计算基础 —— CUDA C/C++

  • 加速计算基础 —— CUDA Python

加速数据科学课程

  • 加速数据科学基础 —— RAPIDS

企业解决方案

如果您正在寻找更全面的企业培训,DLI 企业解决方案提供了一整套培训和讲座,以满足您的企业的专属需求。从在线学习和在现场举办的动手实践培训、高管简报到企业级报告,DLI 将助力您的企业实现向 AI 的转型。联系我们了解更多。

大学老师可以申请成为 NVIDIA DLI 校园大使,为在校师生免费教授DLI培训班课程。还可以下载 NVIDIA 教学套件,轻松扩展您的大学课程素材,及免费获取 DLI 在线自主培训资源。

校园大使

经过认证的大学老师将成为DLI校园大使,将可以面向在校师生免费使用 DLI 课程资源、教授 DLI培训。

DLI 校园大使已经遍布全球百余所大学,包含:

Arizona State University
Columbia
The Hong Kong University Of Science And Technology
Massachusetts Institute of Technology
NUS - National University of Singapore