語系 :
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。
(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)
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 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：
現任：麗臺科技 資深產品經理
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：
現任：麗臺科技 AI GPU 技術經理
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：
現任：麗臺科技 高級工程師
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:
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:
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:
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:
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:
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:
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。
未來展望
