カンファレンスのワークショップとトレーニング

GTC は、インストラクターによるハンズオン トレーニングに参加してスキルアップする絶好の機会です。

GTC に登録すると、2 時間のワークショップを無料でご利用いただけます。または、終日のワークショップを修了すると、NVIDIA Deep Learning Institute (DLI) 証明書が授与されます。専門領域の能力を示すことができます。終日のワークショップは、2021 年 10 月 22 日まで $99 の割引価格で提供しています。

無料の GTC カンファレンス パスを申し込んだら、参加者ポータルにアクセスし、希望の終日ワークショップを選択し、支払処理を完了してください。座席数には限りがございます。お早目にお申し込みください。

DLI の終日ワークショップのスポンサー

Microsoft Azure

インストラクタによるワークショップ

Tues, April 13 | 06:00-14:00
(PDT, UTC-7)

Fundamentals of Deep Learning, English (DLIW2323)

Learn how deep learning works through hands-on exercises in computer vision and natural language processing. You will train deep learning models from scratch, learning tools and tricks to achieve highly accurate results. You’ll also learn to leverage freely available...

Tues, April 13 | 09:00-17:00
(PDT, UTC-7)

Fundamentals of Accelerated Computing with CUDA C/C++, English (DLIW2327)

Learn how to accelerate and optimize existing C/C++ CPU-only applications to leverage the power of GPUs using the most essential CUDA techniques and the Nsight Systems profiler.

Wed, April 14 | 06:00-14:00
(PDT, UTC-7)

Fundamentals of Accelerated Data Science, English (DLIW2326)

Learn how to perform multiple analysis tasks on large data sets using RAPIDS, a collection of data science libraries that allows end-to-end GPU acceleration for data science workflows.

Wed, April 14 | 09:00-17:00
(PDT, UTC-7)

Building Transformer-Based Natural Language Processing Applications, English (DLIW2325)

Learn how to use Transformer-based natural language processing models for text classification tasks, such as categorizing documents. You will also get insight on how to leverage Transformer-based models for named-entity recognition (NER) tasks and...

Thurs, April 15 | 06:00-14:00
(PDT, UTC-7)

Applications of AI for Anomaly Detection, English (DLIW2328)

Learn to detect anomalies in large data sets to identify network intrusions using supervised and unsupervised machine learning techniques, such as accelerated XGBoost, autoencoders, and generative adversarial networks (GANs).

Thurs, April 15 | 09:00-17:00
(PDT, UTC-7)

Fundamentals of Deep Learning for Multi-GPUs, English (DLIW2324)

Learn how to use multiple GPUs to train neural networks and effectively parallelize training of deep neural networks using TensorFlow.

Fri, April 16 | 06:00-14:00
(PDT, UTC-7)

Deep Learning for Autonomous Vehicles - Perception, English (DLIW2329)

Learn how to design, train, and deploy deep neural networks and optimize perception components for autonomous vehicles using the NVIDIA DRIVE™ development platform.

Fri, April 16 | 09:00-17:00
(PDT, UTC-7)

Accelerating CUDA C++ Applications with Multiple GPUs, English (DLIW2322)

Learn how to write CUDA C++ applications that efficiently and correctly utilize all available GPUs in a single node, dramatically improving the performance of applications and making the most cost-effective use of systems with multiple GPUs.

  • 日本
  • ヨーロッパ、中東、およびアフリカ
  • インド
  • 台湾
  • 韓国

11 月 9 日 (火)
$99 早割価格
09:00-17:00 (JST、UTC +9)

AI を応用した予知保全 (DLIW1389)

時系列データの中から異常と障害を特定する方法、該当パーツの残りの耐用年数を見積もる方法、この情報を利用して異常を障害条件に関連付ける方法について学習します。

11 月 9 日 (火)
$99 早割価格
09:00-17:00 (JST、UTC +9)

AI を応用した予知保全 (DLIW1389)

時系列データの中から異常と障害を特定する方法、該当パーツの残りの耐用年数を見積もる方法、この情報を利用して異常を障害条件に関連付ける方法について学習します。

11 月 8 日 (月)
$99 早割価格
09:00-17:00 (CET、UTC +1)

ディープラーニングの基礎

コンピューター ビジョンと自然言語処理の実践的演習をとおしてディープラーニングの仕組みを学習します。ディープラーニング モデルをゼロからトレーニングし、精度の高い結果を実現するためのツールとコツを学びます。自由に利用できる最先端の事前トレーニング済みモデルを活用して時間を節約し、ディープラーニング アプリケーションを起動し、すぐに実行する方法についても学びます。

11 月 8 日 (月)
$99 早割価格
09:00-17:00 (CET、UTC +1)

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

既存の C/C++ CPU 専用アプリケーションを高速化および最適化し、最も重要な NVIDIA® CUDA® 手法と Nsight™ Systems プロファイラーで GPU のパワーを活用する方法について学習します。

11 月 8 日 (月)
$99 早割価格
09:00-17:00 (CET、UTC +1)

アクセラレーテッド データ サイエンスの基礎

NVIDIA RAPIDS™ を利用し、大きなデータ セットで複数の分析タスクを実行する方法について説明します。NVIDIA RAPIDS™ はデータ サイエンス ライブラリの集合であり、データ サイエンス ワークフローのためにエンドツーエンドの GPU 高速化を可能にします。

11 月 8 日 (月)
$99 早割価格
09:00-17:00 (CET、UTC +1)

トランスフォーマーベースの自然言語処理アプリケーションの開発

文書の分類など、テキスト分類作業にトランスフォーマーベースの自然言語処理モデルを使用する方法について学習します。固有表現抽出 (NER) タスクなどにトランスフォーマーベースのモデルを使用する方法についても理解できます。

11 月 8 日 (月)
$99 早割価格
09:00-17:00 (CET、UTC +1)

AI を応用した予防保全

時系列データで異常性と障害を特定する方法、該当する部分の残りの有用期間を見積もる方法、この情報を利用し、異常性を障害状態にマッピングする方法について説明します。

11 月 8 日 (月)
$99 早割価格
09:00-17:00 (CET、UTC +1)

CUDA C++ アプリケーションを複数のノードにスケーリングする

NVIDIA GPU のクラスターに効率的にスケールできる CUDA C++ アプリケーションを記述するために必要なツールとテクニックについて学習します。そのために、複数の NVIDIA GPU を備えたインタラクティブなクラウド環境で、複数の CUDA C++ アプリケーションからのコードに取り組みます。

11 月 8 日 (月)
$99 早割価格
09:00-17:00 (CET、UTC +1)

データ エンジニアリング パイプラインの高速化

GPU でデータ パイプラインを改善する方法と、データ エンジニアリングの高度なツールと手法を利用し、パフォーマンスを大幅にアップさせる方法について説明します。

11 月 8 日 (月)
$99 早割価格
09:00-17:00 (IST、UTC +5:30)

ディープラーニングの基礎

コンピューター ビジョンと自然言語処理の実践的演習をとおしてディープラーニングの仕組みを学習します。ディープラーニング モデルをゼロからトレーニングし、精度の高い結果を実現するためのツールとコツを学びます。自由に利用できる最先端の事前トレーニング済みモデルを活用して時間を節約し、ディープラーニング アプリケーションを起動し、すぐに実行する方法についても学びます。

11 月 11 日 (木)
$99 早割価格
09:00-17:00 (IST、UTC +5:30)

トランスフォーマーベースの自然言語処理アプリケーションの開発

文書の分類など、テキスト分類作業にトランスフォーマーベースの自然言語処理モデルを使用する方法について学習します。固有表現抽出 (NER) タスクなどにトランスフォーマーベースのモデルを使用する方法についても理解できます。

11 月 8 日 (月)
$99 早割価格
09:00-17:00 (CST、UTC +8)

トランスフォーマーベースの自然言語処理アプリケーションを開発する (繁体中国語)

文書の分類など、テキスト分類作業にトランスフォーマーベースの自然言語処理モデルを使用する方法について学習します。固有表現抽出 (NER) タスクなどにトランスフォーマーベースのモデルを使用する方法についても理解できます。

11 月 11 日 (木)
$99 早割価格
09:00-17:00 (CST、UTC +8)

インテリジェント レコメンダー システムの構築 (繁体中国語)

非常に効果的なレコメンダー システムを構築するための基本的なツールと手法に加え、リアルタイムの推奨のために GPU 対応ソリューションを配備する方法について説明します。

11 月 8 日 (月)
$99 早割価格
09:00-17:00 (KST、UTC +9)

トランスフォーマーベースの自然言語処理アプリケーションを開発する (韓国語)

文書の分類など、テキスト分類作業にトランスフォーマーベースの自然言語処理モデルを使用する方法について学習します。固有表現抽出 (NER) タスクなどにトランスフォーマーベースのモデルを使用する方法についても理解できます。

11 月 11 日 (木)
$99 早割価格
09:00-17:00 (KST、UTC +9)

マルチ GPU のためのディープラーニングの基礎 (韓国語)

非常に効果的なレコメンダー システムを構築するための基本的なツールと手法に加え、リアルタイムの推奨のために GPU 対応ソリューションを配備する方法について説明します。

"NVIDIA は素晴らしい仮想トレーニング環境を作り、私たちはディープラーニング/CUDA の専門家から直接教わることができました。そのため、私たちのチームは概念だけでなく、ハンズオン ラボでコードを使用する方法も理解できました。また、その結果として専門領域をより深く理解できました。チームはこのクラスでとても楽しい時間を過ごしました。"

– Hyunkoo Kwak 氏 学習および開発部門の代表 Samsung Electronics の製造テクノロジ センター

NVIDIA DLI ワークショップを受講することで、自分の分野で常に最新の情報を入手できます。モチベーションの高い学生と知識の豊富な講師の存在があって、情報が得られるだけでなく、楽しい時間を過ごせています。例にはすべて関連性があるため、つい毎年通ってしまいます。

– John Snyder 氏, シニア データ サイエンティスト, ThreatConnect

トレーニングは私のチームにとって大当たりでした。講義や実験は楽しく、いい刺激になりました。インストラクターも優秀でした。

– Timothée Carayol 氏l, データ サイエンス専門知識部門の代表, ING Germany

DLI 体験を見てみる

 

NVIDIA 開発者プログラム

あらゆる NVIDIA テクノロジ プラットフォームでアプリケーションを構築するために必要な、最新のツールとトレーニングを利用できます。

スタートアップを加速

GTC でスタートアップ トラックをご覧ください。NVIDIA Inception では、市場進出サポート、世界最高クラスのトレーニング、テクノロジ アシスタンスでスタートアップの成長を支援します。

ハンズオン トレーニングの受講

AI、アクセラレーテッド データ サイエンス、アクセラレーテッド コンピューティングのコア スキルを伸ばしたいですか? インストラクターによる NVIDIA Deep Learning Institute (DLI) ハンズオン トレーニングに参加してください。専門領域の能力を証明する認定証が発行されます。

ディープラーニングの基礎

ディープラーニングの基礎

開催日時: 10 月 7 日 (水) 9:00 - 17:00 (日本時間)
※こちらのコースは、 GTC 期間中、日本語で実施されます。

コンピューター ビジョンと自然言語処理に関する初級ハンズオン トレーニングです。Jupyter Notebook 上で Keras、TensorFlow、Numpy、pandas 等のよく知られたツール、 ライブラリを活用してディープラーニング モデルをトレーニングし、未知のデータを与えてその精度を評価し、性能を高めていく方法を学びます。

このワークショップでは、次の内容に取り組みます。

  • 手書き文字 (MNIST) およびアメリカ手話 (ASL) データセットを使い、シンプルなニューラル ネットワークをトレーニングする
  • 畳み込みニューラル ネットワークを導入し、その効果を検証する
  • データ拡張によってデータセットを強化し、モデルの精度を向上させる
  • ImageNet データセットによるトレーニング済みモデルをベースに、転移学習を使用して、少ないデータと演算量で目的に合ったモデルを作成する
  • 時系列データを扱う LSTM モデルを新聞の見出しデータセットでトレーニングし、新しい見出しを生成する

ワークショップを完了すると、画像分類やテキスト生成といった基本的なディープラーニング アプリケーションを作成できるようになります。ニューラルネットワークあるいはディープラーニングに関する事前知識は不要ですが、Python の簡単なコードを読み書きできる必要があります。

インテリジェント レコメンダー システムの構築

ディープラーニングベースのレコメンダー システムは、小売、エンターテイメント、医療、金融などの業界において、パーソナライズされたオンライン体験を支える陰の立役者であり、パワフルな意思決定を支援するツールです。このワークショップでは、効果の高いレコメンダー システムを構築するための基礎的なツールとテクニックの他、リアルタイム レコメンデーション向けのGPU によって高速化されたソリューションの展開方法についても説明します。

このワークショップでは、次のことを学びます。

  • オープンソースの cuDF ライブラリと Apache Arrow を使用してコンテンツベースのレコメンダー システムを構築する方法
  • 交互最小 2 乗法 (ALS) と CuPy を使用して協調フィルタリング レコメンダー システムを構築する方法
  • 広さと深さを持つニューラル ネットワークを TensorFlow 2 を使用して設計し、ハイブリッド レコメンダー システムを作成する方法
  • 大規模なスパース データセットを使用して、トレーニングと推論の双方のパフォーマンスを最適化する方法
  • レコメンダー モデルを高パフォーマンスの Web サービスとして展開する方法
インテリジェント レコメンダー システムの構築
トランスフォーマーベースの自然言語処理アプリケーションの開発

トランスフォーマーベースの自然言語処理アプリケーションの開発

ドキュメントの類別などのテキスト分類タスクにトランスフォーマーベースの自然言語処理モデルを使用する方法を学びます。固有表現抽出 (NER) タスクにトランスフォーマーベースのモデルを使用する方法や、さまざまなモデルの機能、制約、特性を分析し、メトリック、ドメインの特異性、利用可能なリソースに基づいて特定のユース ケースに最適なモデルを判断する方法についても学びます。

このワークショップでは、次のことができるようになります。

  • Word2Vec、リカレント ニューラル ネットワーク (RNN) ベースの埋め込み、トランスフォーマーなどの NLP タスクにおいて、テキスト埋め込みがいかに急速に進歩してきたかを理解する
  • トランスフォーマー アーキテクチャ機能 (特にセルフアテンション) を使用して RNN なしで言語モデルを作成する方法を確認する
  • セルフスーパービジョンを使用して BERT や Megatron などその他バリエーションのトランスフォーマー アーキテクチャを改善し、優れた NLP 結果を得る
  • 事前トレーニング済みの最新 NLP モデルを活用して、テキスト分類、NER、質問応答などの複数のタスクを解決する
  • 推論の課題を管理し、ライブ アプリケーション向けの精密なモデルを展開する

CUDA Python によるアクセラレーテッド コンピューティングの基礎

このコースでは、Numba (JIT、型指定 Python 関数コンパイラ) を使用し、Python プログラムを大規模並列 NVIDIA GPU で実行することで高速化する方法を学習します。

学習内容:·  

  • Numba を使用して NumPy ユニバーサル関数 (ufuncs) から NVIDIA(R) CUDA(R) カーネルをコンパイルする
  • Numba を使用してカスタム CUDA カーネルの生成と起動を行う
  • 主要な GPU メモリ管理手法を適用する
修了すると、Numba を使用して CUDA カーネルのコンパイルと起動ができ、Python アプリケーションを NVIDIA GPU で実行することで高速化できるようになります。
CUDA Python によるアクセラレーテッド コンピューティングの基礎
AI を応用した予知保全

AI を応用した予知保全

時系列データの中から異常と障害を特定する方法、該当パーツの残りの耐用年数を見積もる方法、この情報を利用して異常を障害条件に関連付ける方法について学習します。  

学習内容:

  • 予知保全を活用して障害に対処し、費用のかかる予想外のダウンタイムを回避する > 費用のかかる故障を招く可能性がある異常の特定に関する主要な課題を認識する
  • 時系列データを使用して、X-GBoost による機械学習分類モデルを使った場合の結果を予測する
  • デバイス障害の予測のために長/短期記憶 (LSTM) ベースのモデルを使用することで、予知保全の手順を適用する。
  • 上記のステップの時系列配列を使用して、オートエンコーダーによる異常検知の実験を行う 修了後、AI を利用して機器の状態を予測し、保守を実施する時期を判断できるようになります。

RAPIDS を使用したアクセラレーテッド データ サイエンスの基礎

NVIDIA RAPIDS™ は、データ サイエンス ワークフローの GPU アクセラレーションをエンドツーエンドで可能にする、データ サイエンス ライブラリのコレクションです。

このトレーニングでは、次の内容を行います。 

  • cuDF と Dask を使用して、大規模なデータセットを GPU で直接取り込み、操作する 
  • XGBoost、cuGRAPH、cuML など、GPU によって高速化されたさまざまな機械学習アルゴリズムを適用して、大規模なデータ分析を実行する
  • 大規模データセットで複数の分析タスクを実行し、英国における伝染病発生回避のシミュレーションを行う
修了後は、データの読み込み、操作、および分析をはるかに高速で分析できるようになるため、反復サイクルが増加し、生産性が大幅に向上します。 
RAPIDS を使用したアクセラレーテッド データ サイエンスの基礎

さらにトレーニングを希望される場合

NVIDIA Deep Learning Institute では、クラウド上の GPU 対応ワークステーションによる、自分のペースで学べるオンライン トレーニングを提供しています。