ハンズオン トレーニング

ディープラーニングとアクセラレーテッド コンピューティングのハンズオン トレーニング

トレーニング

NVIDIA Deep Learning Institute (DLI) は、人工知能 (AI)、ディープラーニング、自動運転車両、アクセラレーテッド コンピューティング等の知識を実践的に学べるハンズオン トレーニングです。

認定インストラクターによるトレーニング セッション

GTC Japan に参加されている開発者や研究者とご一緒に、是非 DLI 認定インストラクターによる実践的なクラスルーム形式のワークショップにご参加ください。トレーニング セッションには定員があるため、お申し込みはお早めにお済ませください。参加にはスペシャル パスが必要になります。

gtc-18-training-computer-vision-407-ud-@2x

ディープラーニングの基礎 - 画像認識/物体検出

ニューラル ネットワークの学習と、性能を改善するために結果を利用することを通して、ディープラーニングの基礎について確認します。

詳細を見る >

®
®
ai-and-deep-learning-dli-fundamentals-natural-language-processing-407-ud

ディープラーニングの基礎 - 動画解析/自然言語処理

畳み込みニューラル ネットワークとリカレント ニューラル ネットワークを組み合わせ、画像やビデオ クリップに含まれるコンテンツを効果的に表現する方法について学習します。

詳細を見る >

®
®
ai-and-deep-learning-dli-domain-accelerated-computing-cuda-407-ud@2x

CUDA C/C++ によるアクセラレーテッド コンピューティングの基礎

CUDA コンピューティング プラットフォームにより、CPU のみで実行されるアプリケーションを、世界最速の超並列プロセッサである GPU 上で、高速に実行することができます。C/C++ により実装されたアプリケーションの高速化をトレーニングを通じて体験していただきます。

詳細を見る > 

®
®
ai-and-deep-learning-dli-domain-perception-autonomous-vehicles-407-ud@2x

自動運転車のディープラーニングによる状況認識

自動運転車に載せる DNN に関する設計、学習、デプロイの各手法について、 NVIDIA DRIVE™ PX2 開発プラットフォームを使いながら学びます。

詳細を見る >

ai-and-deep-learning-dli-domain-deep-learning-healthcare-image-analysis-407-ud@2x

ディープラーニングによる医用画像分析

CNN を使って MRI 画像に様々な医用タスクと計算を行います。

詳細を見る >

®
®

注意事項:

ハンズオン トレーニングの参加には、Windows 7 以降、あるいは OS X 10.10 以降が稼働し、Wi-Fi に接続可能なコンピューターが必要です。(GPU は不要です)
セキュア シート付きのパスには、トレーニングに最適なセットアップ PC をご用意します。

  • Google Chrome または FireFox の最新版をインストールしてください。(Internet Explorer は不可)
  • 最新のセキュリティ更新プログラム (セキュリティ パッチ) を適用してください。
  • アンチウィルス ソフトウェアのリアルタイム保護機能を無効化してください。
  • 会社等への VPN 接続を解除してください。
  • WebSockets の疎通確認をお願いします。「WebSockets (Port 80)」の項目が Yes になることも確認してください。
NVIDIA Deep Learning Institute

さらにトレーニングを希望される方へ

NVIDIA Deep Learning Institute では、ディープラーニングとアクセラレーテッド コンピューティングを使用して難しい問題を解決する方法を指導する目的で、開発者、データ サイエンティスト、研究者を対象としたハンズオン トレーニングを提供しています。セルフペースのトレーニング セッションとインストラクターのよるワークショップを介して Deep Learning Institute では、様々なアプリケーション ドメインにおけるニューラル ネットワークを活用した機械学習の設計、トレーニング、導入するための最新テクニックを提供しています。また、NVIDIA CUDA® と OpenACC を使用してコードのパフォーマンスを最適化する方法も学べます。.