This site requires Javascript in order to view all its content. Please enable Javascript in order to access all the functionality of this web site. Here are the instructions how to enable JavaScript in your web browser.

テクニカルリソース

AI、アクセラレーテッドコンピューティング、データサイエンスを始めたばかりですか?あるいは、次のレベルに進む段階ですか?難題の解決に役立つさまざまな技術リソースをお試しください。初心者向けから上級者向けまで用意しています。

ディープラーニング
アクセラレーテッドコンピューティング
データサイエンス
インフラストラクチャ

コンピュータービジョン

外部 Web サイト: Python 3 を学習する

ブログを読む: コンピュータービジョンとは?

ビデオを見る: CNN のイントロ

外部 Web サイト: 人工知能 (AI) がコンピュータービジョンにいかにして革命をもたらしたか: 略歴

外部 Web サイト: イメージカーネル

ウェビナーを見る: 効率的な Deep Learning 入門

Web ページ: コンピュータービジョン研究

対話型 AI と自然言語処理

ブログを読む: 対話型 AI とは

ウェビナーを見る: 企業向け対話型 AI アプリの開発入門

ニュース記事: 対話型 AI に対する Covid-19 パンデミックの影響

外部 Web サイト: The Illustrated BERT, ELMo, and co.(NLP がいかにして転移学習を解いたか)

デモビデオ: GTC 2020: インテリジェントなエンドツーエンド AI チャットボットとオーディオ駆動の顔のアニメーション

レコメンダーシステム

ブログを読む: レコメンダーシステムとは?

ブログを読む: コンテンツ推奨エンジンと従来のオンライン広告の違い

外部 Web サイト: NumPy ブロードキャスト

ブログを読む: GPU でレコメンダーシステムを加速させる

ブログを読む: NVIDIA Merlin オープンベータでレコメンダーシステムトレーニングを加速させる

ロボティクス

ビデオを見る: Postmates が GTC で NVIDIA Jetson AGX Xavier 搭載の新しい配送ロボットを発表

ビデオを見る: 自律動作マシンの YouTube プレイリスト

コードサンプル: Jetson コミュニティプロジェクト

ブログを読む: ロボティクスのための NVIDIA Isaac プラットフォーム

Web ページ: BMW が AI を利用して工場の物流を再定義する

ニュース記事: IEEE: ロボティクススペクトル

自動運転車両

ビデオを見る: NVIDIA DRIVE ラボ

ウェビナーを見る: GTC 自動運転車のプレゼンテーション

ニュース記事: IEEE: スペクトル自動運転

NVIDIA On-Demand

CUDA

ビデオを見る: Mythbusters のデモ GPU と CPU の比較

ブログを読む: GPU 入門

ブログを読む: さらに簡単な CUDA 入門

ブログを読む: Blue Moon Over Dijon: フランス人の愛好家、天体撮影に GPU を活用

ブログを読む: CUDA Refresher: GPU コンピューティングエコシステム

ブログを読む: CUDA Refresher: CUDA プログラミングモデル

ウェビナーを見る: CUDA: 新機能とその他

Web ページ： CUDA ベストプラクティスガイド

外部 Web サイト: スタンフォード: 超並列プロセッサのプログラミング

OpenACC

ブログを読む: OpenACC ホームページ

ビデオを見る: 多様な科学を促し、プログラミングを少なく

ケーススタディ: 計算処理の大幅増加 OpenACC を利用した電磁気コード

ケーススタディ: COSMO Physics モジュールの高速化 OpenACC を利用した HP2C イニシアティブの一環として

ケーススタディ: 産業向け計算流体力学応用の移植

ケーススタディ: 量子化学を加速させる

ブログを読む: OpenACC プログラミングとベストプラクティスガイド

ウェビナーを見る: GTC 2020 の OpenACC

ツールとライブラリ

ブログを読む: NVIDIA GPU で基本的な線形代数

コードサンプル: CUDA

ブログを読む: NVIDIA GPU の高速フーリエ変換

ブログを読む: NVIDIA CUDA-X

ブログを読む: NVSHMEM

ブログを読む: NVIDIA NCCL

ブログを読む: NVIDIA 開発者ツールの概要

ブログを読む: Triton Ocean SDK

NVIDIA On-Demand

Python/RAPIDS

外部 Web サイト: Python 3 を地道に学習する

外部 Web サイト: Python チュートリアル

外部 Web サイト: 24 週間でデータ分析を学ぶ

コードサンプル: RAPIDS GitHub

外部 Web サイト: RAPIDS: オープン GPU データサイエンス

ウェビナーを見る: DALI を利用した効果的なデータ読み込み

ブログを読む: GPU で Dask により Python を拡張する

ブログを読む: GPU で XGBoost を配備する

ブログを読む: RecSys2020 チャレンジの受賞ソリューション

NVIDIA On-Demand

IT システム、ストレージ & ネットワーキングアーキテクチャ

ウェビナーを見る: Revolutionizing Supercomputing with NVIDIA UFM Cyber-AI network management

ウェビナーを見る: Feeding the DGX Beast: Networking Upgrades in the DGX Family

ブログを読む: RDMA はいかにして高速ネットワークを加速するようになったのか

ビデオを見る: ASAP2 Accelerated Switch and Packet Processing

ブログを読む: Accelerating IO in the Modern Data Center: Network IO

ホワイトペーパー: Transform the Future of Bare Metal Clouds with BlueField SmartNIC

ebook: Data and the Beast--Professional Guide to Data Center Networking

ブログを読む: GPUDirect Storage: A Direct Path Between Storage and Memory

ウェビナーを見る: Feeding the DGX Beast: Networking Upgrades in the DGX Family

ビデオを見る: NVMe over Fabrics with NVIDIA Networking

オープンネットワーキング

Web ページ: 10 Technical Reasons why NVIDIA Cumulus LInux is Unique

ウェビナーを見る: Linode creates a more flexible data center with NVIDIA Networking

ウェビナーを見る: New Era of Open Networking

ブログを読む: Production Ready Automation - the how and why

ブログを読む: EVPN on the host for multi-tenancy

Web ページ: Linux Networking 101

Web ページ: Understanding Linux Internetworking

Infiniband

ウェビナーを見る: Accelerate Your TensorFlow with RDMA for InfiniBand and Ethernet

ウェビナーを見る: One Scalable Fabric for All: InfiniBand as a Cluster and Storage Fabric

ウェビナーを見る: Introducing NDR 400Gb/s InfiniBand

ウェビナーを見る: HPC at the Speed of Light

ウェビナーを見る: SuperPOD Performance Made Easy with HDR 200Gb/s InfiniBand Networking

NVIDIA On-Demand

NVIDIA に問い合わせる

NVIDIA Deep Learning Institute のサービス

NVIDIA Deep Learning Institute サービスについてお問い合わせください。

NVIDIA 開発者フォーラム

技術的な質問については、NVIDIA 開発者フォーラムをご覧ください。

Contact Us for Questions on
Deep Learning Training

Section

Section

名

姓

仕事用メールアドレス

会社名/組織名

業種

肩書

役職

居住国

市区町村

State

問い合わせ理由: