Learning, Innovation, Leitung

Setzen Sie Ihren Einstieg in Deep Learning fort. Entdecken Sie Lernressourcen zu KI, beschleunigtem Computing und beschleunigter Datenwissenschaft.

Mehr über Deep Learning erfahren

Steigen Sie in Deep Learning ein – mit diesem neuen Buch von Magnus Ekman von NVIDIA.

Deep Learning lernen ist ein vollständiger Leitfaden für Deep Learning. Dieses Buch beleuchtet sowohl die Kernkonzepte als auch die praktischen Programmiertechniken, die für den Erfolg erforderlich sind, und ist ideal für Entwickler, Datenwissenschaftler, Analysten und andere geeignet – auch ohne vorherige Erfahrung mit maschinellem Lernen oder Statistik. Das Buch bietet prägnante, gut kommentierte Codebeispiele mit TensorFlow mit Keras. Mit entsprechenden PyTorch-Beispielen, die online zur Verfügung gestellt werden, deckt das Buch die beiden dominierenden Python-Bibliotheken ab, die für Deep Learning in Industrie und Wissenschaft verwendet werden.

Jetzt kaufen
Buch: Mehr über Deep Learning erfahren
Erfahren Sie mehr über den Autor Magnus Eklam
Video: Einführung in Deep Learning auf der GTC 2021-Konferenz vorgestellt
Codebeispiele aus dem Buch erkunden

Empfohlene Leseliste

Buch: Deep Learning (adaptive Berechnung und maschinelles Lernen)

Deep Learning (adaptive Berechnung und maschinelles Lernen)

von Ian Goodfellow, Yoshua Bengio und Aaron Courville

Buch: Sehnsucht nach maschinellem Lernen
Buch: Deep Learning mit Python

Deep Learning mit Python

von François Chollet

Buch: Raytracing-Schätze II

Raytracing-Schätze II

von Adam Marrs, Peter Shirley und Ingo Wald

Buch: Programmierung massiv paralleler Prozessoren: Ein praktischer Ansatz
Buch: Parallele Programmierung: Konzepte und Praxis

Parallele Programmierung: Konzepte und Praxis

von Bertil Schmidt Jorge Gonzalez-Dominguez, Christian Hundt und Moritz Schlarb

Buch: Professionelle CUDA C-Programmierung

Professionelle CUDA C-Programmierung

von John Cheng, Max Grossman und Ty McKercher

Buch: Robotik, Vision und Steuerung

NVIDIA Research

Bahnbrechende Technologie beginnt genau hier bei den weltweit führenden Forschern. Entdecken Sie verschiedene Forschungsaktivitäten in den Bereichen KI, Deep Learning, Robotik, Hochleistungsrechnen, Computergrafik und mehr.

Weitere Informationen
Deep-Learning-Programme für Instruktoren

Pädagogenprogramme und
Teaching Kits

NVIDIA DLI bietet Kursmaterialien für Dozenten als Download und kostenlose Online-Schulungen für Studierende im selbstbestimmten Tempo über die DLI Teaching Kits an. Außerdem können sich Dozenten über das University Ambassador Program zertifizieren lassen, um DLI-Workshops auf dem Campus geben zu können.

Weitere Informationen

Technikschulungen

Student, der an einem Onlinekurs teilnimmt
Workshop mit Schulungsleiter

Noch Fragen?

Erkundigen Sie sich über die Services des NVIDIA Deep Learning Institute.
Nutzen Sie bei technischen Fragen die NVIDIA-Entwicklerforen.

Kontaktieren Sie uns für Fragen zu
Deep-Learning-Training

  1. Section
Eine Deep-Learning-Schulungseinheit von Magnus Ekman

NVIDIA GTC 21-Deep-LearningSchulung


Magnus führt eine kurze Schulungseinheit zum Thema Deep Learning durch. Diese Präsentation ist eine großartige Vorschau auf Themen, die Magnus in seinem Buch „Deep Learning lernen“ (LDL) behandelt. Der Vortrag beginnt mit einer übergeordneten Beschreibung der in LDL behandelten Themen. Es geht dann weiter zu einer detaillierteren Beschreibung einiger Inhalte in den ersten Kapiteln, einschließlich Programmierbeispielen. Es schließt mit einem Überblick über eine komplexere Anwendung, ein Bildunterschriftennetzwerk, das Textbeschreibungen von Bildern generiert. Dieses Bildunterschriftennetzwerk steht im Mittelpunkt eines der letzten Programmierbeispiele in LDL und gibt einen Vorgeschmack auf die Art von Fähigkeiten, die Sie nach dem Lesen des Buches beherrschen werden.

Jetzt ansehen 
Codebeispiele von Autor Magnus Ekman

Beispielcodes von GitHub


Entdecken Sie weitere Codebeispiele des Autors. Das „Deep Learning lernen“-GitHub-Repository enthält Python-Dateien für alle Codebeispiele, die im Buch enthalten sind. Das Repository enthält auch gut dokumentierte Jupyter-Notizbücher, mit denen Sie jedes Beispiel interaktiv durchgehen können. Viele der Codebeispiele basieren auf dem TensorFlow DL-Framework, dem Framework, das im gedruckten Buch gelehrt wird. Für Leser, die daran interessiert sind, das PyTorch DL-Framework anstelle von (oder zusätzlich zu) TensorFlow zu erlernen, enthält das Repository auch PyTorch-Versionen dieser Beispiele. Die Jupyter-Notebooks enthalten detaillierte Beschreibungen der PyTorch-Konstrukte, auf einer ähnlichen Detailebene, wie TensorFlow im Buch beschrieben wird.

Mehr erfahren 
Magnus Ekman

Magnus Ekman

Director of Architecture, NVIDIA


Magnus Ekman hat einen Doktortitel in Computertechnik, ist Architekturdirektor bei NVIDIA und Urheber mehrerer Patente. Zuvor war er bei Sun Microsystems und Samsung Research America im Bereich Prozessordesign und Forschung und Entwicklung tätig. In seiner aktuellen Position bei NVIDIA leitet er ein Entwiclungsteam, das an CPU-Leistung und Energieeffizienz für Systems-on-Chips arbeitet, die auf den Markt für autonome Fahrzeuge abzielen.

Firmeninfos
Beteiligen Sie sich
News und Events