当您加入NVIDIA开发者计划时,请参加免费的自定进度课程。
NVIDIA开发人员计划确保您拥有最佳资源来完成一生的工作。立即加入,您可以独家访问工具和SDK、技术培训和网络研讨会,可以进入早期访问计划和开发人员社区论坛,并且可以无限制地使用NVIDIA On-Demand。加入即可获得免费的NVIDIA深度学习学院(DLI)课程。
**为合格的教育工作者和研究人员提供硬件资助
加入NVIDIA开发者计划,参加下面的免费技术自学课程之一。
生成AI和LLM
图形和仿真
加速计算
数据科学
深度学习
6小时
了解如何将转换器用作现代大型语言模型(LLM)的构建块。然后将这些模型用于各种自然语言处理(NLP)任务,包括文本分类、命名实体识别(NER)、作者归属和问答。
3小时
与工程师Llama 2模型交互并提示其分析文档、生成文本,并成为人工智能助理。
2小时
探索USD的独特之处以及在3D世界中描述、组合、模拟和协作的基础。
4小时
进入3D引擎的模拟循环,用对象、机器人和物理逻辑初始化实验。这可以使用NVIDIA Omniverse™Kit和Pixar USD命令以编程方式完成,但本课程将使用NVIDIA Isaac Sim™Core以面向对象的方式包装这些低级操作。
了解如何在数据收集困难的情况下使用合成数据。NVIDIA Omniverse Replicator将使用3D资产的合成数据生成(SDG)简化为单个应用程序,并提供修改数据外观和格式的功能。
8小时
探索如何使用Numba(实时、类型特定的Python函数编译器)创建和启动CUDA®内核,以在大规模并行NVIDIA GPU上加速Pythons程序。
了解如何使用最基本的CUDA技术和NVIDIA Nsight™Systems profiler加速和优化现有的仅支持C/C++CPU的应用程序,以应用GPU的功能。
查看NVIDIA Developer Tools,这是一个跨桌面和移动目标的应用程序集合,使开发人员能够使用NVIDIA最新的视觉计算硬件构建、调试、分析和开发尖端软件。在本课程中,您将学习如何有效使用两个强大的NVIDIA开发工具:Nsight Systems和Nsight Compute。
了解如何使用OpenACC编写和配置代码并行化,优化CPU和GPU加速器之间的内存移动,并应用这些技术加速仅使用CPU的拉普拉斯热方程,以实现性能提升。
探索如何使用NVIDIA RAPID™在大型数据集上执行多个分析任务,NVIDIA RAPID™是一组数据科学库,可为数据科学工作流提供端到端GPU加速。
了解Apache Spark的RAPIDS加速器,包括在Spark中的CPU和GPU上运行SQL查询,并深入了解有助于成功的工具集。
通过训练神经网络和使用结果来提高性能和能力,探索深度学习的基础。
探索如何使用递归神经网络(RNN)对时间序列数据进行分类和预测,例如对患者的健康状况进行建模。
了解如何在GPU服务器上部署您自己的机器学习模型。
获得所需的知识和技能,以便将广泛部署的摄像头传感器的原始视频数据实时转换为基于深入学习的见解。
学习图形神经网络的基本概念、模型和应用。
学习NVIDIA Modulus的各种构建块,它通过构建比传统方法快10万倍的基于物理的深度学习模型并提供高保真仿真结果来增强用例。
学习使用NVIDIA®Riva构建、训练、微调和部署GPU加速的自动语音识别(ASR)服务,该服务包括自定义功能。
了解如何使用NVIDIA DRIVE®将汽车传感器集成到应用程序中。
利用您现有的技术知识,或通过免费的自学课程学习新技术。