NVIDIA DLI 認證課程

NVIDIA 認證課程

NVIDIA 認證課程

NVIDIA 深度學習機構 (DLI)
接受訓練以解決全球最富挑戰的問題

NVIDIA 深度學習機構 (DLI) 提供人工智慧 (AI) 與加速運算的實作訓練課程,幫助學員解決現實生活中的問題。DLI 的內容專為開發人員、資料科學家與研究人員設計。

麗臺科技為NVIDIA 正式授權深度學習機構 (DLI) ,報名麗臺科技的NVIDIA認證課程,完整參與課程並通過測驗者,可以取得NVIDIA 官方頒發的線上認證證書,證明學員具有相關主題的能力,支援其專業職涯成長。

NVIDIA官方認證證書

NVIDIA官方認證證書

(電子認證證書設計可能有所變動,實際證書以NVIDIA DLI 系統頒發為準)

讲师指导式研讨会

專業講師

麗臺科技開設的NVIDIA DLI 課程,皆由獲得NVIDIA DLI講師資格的講師授課。除了專業知識外,麗臺講師更俱備豐富產業經驗,可提供學員產業AI化實務訊息,擔任企業導入AI及深度學習的顧問角色。

NVIDIA DLI 認證講師
林威延 博士

NVIDIA 認證課程:CV影像辨識、NLP自然語言處理、MDT多型態資料處理

學歷與主修:台灣大學機械工程研究所博士

教學簡歷:

  • 長庚大學技術合作處深度學習實作課程講師
  • 靜宜大學深度學習實作課程講師
  • 台中電腦公會深度學習實作課程講師
  • 台中科技大學深度學習教育訓練講師
  • 台北商業大學深度學習工作坊講師
  • 海洋大學、台大物理治療系、淡江大學深度學習應用研討會講師

現任:麗臺科技 資深產品經理

NVIDIA DLI 認證講師
劉家豪 技術經理

NVIDIA 認證課程:CV 影像辨識、CUDA GPU平行計算、MGPU 多GPU深度學習應用

學歷與主修:淡江大學數學系碩士

教學簡歷:

  • 長庚大學技術合作處CUDA實作課程講師
  • 靜宜大學深度學習實作課程講師
  • 中華電信研究院GPU與深度學習實作課程講師
  • 財團法人車輛研究測試中心CUDA教育訓練講師
  • 中華精測深度學習及CUDA教育訓練講師
  • 財團法人工業技術研究院深度學習及CUDA教育訓練講師
  • 國家中山科學研究院OpenMP及CUDA平行演算教育訓練講師
  • 交通大學、台灣大學、雲林科大、高雄第一科大深度學習教育訓練講師
  • 台灣醫療整合協會、NVIDIA 線上研討會等研討會講師

現任:麗臺科技 AI GPU 技術經理

NVIDIA DLI 認證講師
薛宏宇 高級工程師

NVIDIA 認證課程:CUDA GPU平行計算、CUDA Python應用

學歷與主修:中央大學大氣物理研究所碩士

教學簡歷:

  • 長庚大學技術合作處深度學習課程講師

現任:麗臺科技 高級工程師

課程主題

CUDA是NVIDIA開發出來的一種GPU整合技術。透過此技術可以於多種語言平台撰寫程式,發展GPU平行化應用程式。舉凡現今備受矚目的AI 深度學習、機器學習、大數據分析,甚至醫學方面DNA比對、氣象預報模式、金融衍生商品分析、地層分析能源探勘等各領域應用。只要牽涉到大數據資料的運算,透過CUDA即可進行GPU平行化運算,加速研究的發展。你將學會:

  • NVIDIA GPU及GPU平行化的架構及概念
  • 實機操作CUDA C/C++、了解GPU程式的撰寫外,還可以體驗CPU和GPU效能的差異,以及GPU平行運算所帶來的加速運算體驗
  • 如何找出現有程式的瓶頸點,以更容易對症下藥加速應用的效率。

利用 NVIDIA DIGITS 搭載 Caffe 與 Google Tensorflow,無需撰寫程式代碼,即可完成圖像分類和物件偵測等模型訓練工作。並通過少量的 Python 程式即可將模型佈署至現實世界中。並且通過醫療影像數據,實作真實應用。你將學會:

  • 實作常用的深度學習工作流程,如: 圖像分類和物體偵測
  • 透過資料、訓練參數、網路架構等策略進行實驗以改善效能與功能
  • 部署你的神經網路,開始解決現實世界的問題

完成之後,你便能獨立開始使用深度學習解決問題。

學習最新的深度學習技術,以瞭解如何使用自然語言處理 (NLP) 進行文本結構資料型式的處理。你將學會:

  • 將文字轉換成機器能夠理解的表現形式與其經典做法
  • 實作分散式表示法 (內嵌) 並瞭解其性質與好處
  • 訓練機器翻譯,從一個語言譯為另一個語言

完成後,你將專精使用 NLP,並能在其他類似用途上應用內嵌技術。

這門課程將帶學員了解圖像分割與文字生成模型等進階應用,透過卷積類神經網路以及遞迴神經網路的結合,產生圖像與視頻的描述文字。方法為:

此課程教你如何運用多 GPU 技術訓練神經網路。你將學到:

  • 使用 Tensorflow 影像分割
  • 使用 Tensorflow 生成文字
  • 組合 CNN 和 RNN 來為圖像和視頻加標題
  • 結合電腦視覺和自然語言處理

完成本課程後,你將能解決需要輸入多重資料類型的深度學習問題。

使用單一 GPU 可能需要花上數週才能完成單一訓練循環,若要訓練像是運用於自駕車研究的較大型資料集,甚至得花上數年才能完成模型訓練。多 GPU 技術可以大幅縮短訓練大量資料所需的時間,讓使用者可以利用深度學習解決複雜問題。

此課程教你如何運用多 GPU 技術訓練神經網路。你將學到:

  • 多 GPU 訓練方法
  • 大型訓練會碰上的演算法與工程挑戰
  • 利用重要工程技術應對大規模運算的任務,並克服上述挑戰的重要技術

完成課程後,你便能使用 TensorFlow 有效平行化深度神經網路訓練。

CUDA 是 NVIDIA 研發的平行運算平台及編程模型,可利用繪圖處理單元 (GPU) 的能力大幅提升運算效能。本課程帶領你探索如何即時運用特殊化類型的 Python 函數編譯器 Numba,以在大型平行 NVIDIA GPU 上加速執行 Python 程式。

你將學到:

  • 透過 NumPy 通用函數 (ufuncs) 使用 Numba 編譯 CUDA 核心
  • 使用 Numba 建立並啟動自訂 CUDA 核心
  • 應用關鍵 GPU 記憶體管理技術

完成本課程後,你將能夠使用 Numba 編譯並啟動 CUDA 核心,以加速 NVIDIA GPU 上的 Python 應用程式。

※ 本次的實作坊為線上實作課程,建議瞭解基礎 Python 專長能力並熟悉變數類型、迴圈、條件陳述式、函數和陣列操作。NumPy 專長能力,包括使用多維陣列 (ndarray) 和通用函數 (ufunc) 較能進入狀況,獲得更好的學習體驗。

參與即將舉行的實作坊

DLI 培训课程


  • 2020年02月13日 NVIDIA 深度學習應用班(第一梯次) - 電腦視覺的深度學習基礎(CV)及深度學習推論裝置導入實作課程
  • 2020年03月12~13日 NVIDIA 深度學習機構(DLI) - DLI 進階研習會
  • 2020年04月23日 NVIDIA 深度學習應用班(第二梯次) - 電腦視覺的深度學習基礎(CV)及深度學習推論裝置導入實作課程
  • 2020年07月30日 NVIDIA 深度學習實作坊 - 多重資料類型的深度學習基礎課程(MDT)