大會實作坊與訓練

GTC 提供絕佳機會,讓您參與由講師主持的實作訓練課程,藉此培養並增進實作技能。

NVIDIA 深度學習機構 (DLI) 提供人工智慧、加速運算和加速資料科學的實作訓練課程,協助開發人員、資料科學家及其他專家解決最具挑戰性的難題。這些實作坊由各領域專家講授,提供領先業界的技術知識,為個人和組織帶來突破性成果。完成全天實作坊後,便可取得 NVIDIA DLI 認證證書,證明您具備該主題的技術能力,並有助於加速職涯成長。

完成 GTC 大會通行證報名後,即可免費報名參加兩小時的實作課程。另可報名由專家教授的全天實作坊,早鳥優惠價格為 99 美元 (原價 500 美元),優惠期限至 2021 年 10 月 22 日止。完成 GTC 大會通行證報名後,請點選「VIEW WORKSHOPS」查看與報名全天實作坊,座位有限請即早報名以免向隅。

註:「Wire Transfer / 匯款」為國際匯款,所有實作坊報名費用以美金計價。

Sponsored By

Microsoft Azure

由講師指導的實作坊

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.

  • 台灣
  • 歐洲、中東與非洲
  • 印度
  • 日本
  • 韓國

11 月 8 日 (一)
早鳥優惠價 99 美元
09:00 到 17:00 (台灣時間)

建立以 Transformer 為基礎的自然語言處理應用程式
(DLIW1392,繁體中文授課)

瞭解如何將以 Transformer 為基礎的自然語言處理模型運用於文字分類工作,例如分類文件。您也將取得見解,瞭解如何利用以 Transformer 為基礎的模型來處理命名實體識別等工作。

11 月 11 日 (四)
早鳥優惠價 99 美元
09:00 到 17:00 (台灣時間)

打造智慧推薦系統
(DLIW1393,繁體中文授課)

瞭解建立高效推薦系統所需的基本工具和技術,以及如何部署 GPU 加速的解決方案以即時提供推薦。

11 月 8 日 (一)
早鳥優惠價 99 美元
16:00 到 24:00 (台灣時間)

深度學習的基本原理,英文

進行電腦視覺和自然語言處理方面的實作練習,藉此瞭解深度學習的運作方式。您將會從零開始訓練深度學習模型、學習工具和技巧,追求高度準確的成果。您也將學會運用頂尖的預先訓練模型,進而節省時間,並讓深度學習應用程式快速運作。

11 月 8 日 (一)
早鳥優惠價 99 美元
16:00 到 24:00 (台灣時間)

CUDA C/C++ 加速運算的基本原理,英文

瞭解如何運用 GPU 的強大功能、使用 NVIDIA® CUDA® 技術和 Nsight™系統分析工具,加速和最佳化現有僅使用 CPU 的 C/C++ 應用程式。

11 月 8 日 (一)
早鳥優惠價 99 美元
16:00 到 24:00 (台灣時間)

加速資料科學的基本原理,英文

瞭解如何使用 NVIDIA RAPIDS™ 在大量資料集中執行多項分析工作,RAPIDS 是資料科學函式庫的集合,可為端對端的資料科學工作流程提供 GPU 加速。

11 月 8 日 (一)
早鳥優惠價 99 美元
16:00 到 24:00 (台灣時間)

建立以 Transformer 為基礎的自然語言處理應用程式,英文

瞭解如何將以 Transformer 為基礎的自然語言處理模型運用於文字分類工作,例如分類文件。您也將取得見解,瞭解如何利用以 Transformer 為基礎的模型來處理命名實體識別等工作。

11 月 8 日 (一)
早鳥優惠價 99 美元
16:00 到 24:00 (台灣時間)

適用於預測性維護的人工智慧應用,英文

探索如何辨識時間序列資料中的異常和故障狀況、預估對應零件的剩餘使用年限,並利用這份資訊將異常狀況與故障條件互相對應。

11 月 8 日 (一)
早鳥優惠價 99 美元
16:00 到 24:00 (台灣時間)

將 CUDA C++ 應用程式擴充至多個節點,英文

學習所需的工具和技術,以編寫能以高效率擴充至 NVIDIA GPU 叢集的 CUDA C++ 應用程式。您將藉由在多個 NVIDIA GPU 支援的互動式雲端環境中,處理來自數個 CUDA C++ 應用程式的程式碼來學習。

11 月 8 日 (一)
早鳥優惠價 99 美元
16:00 到 24:00 (台灣時間)

加速資料工程工作流程,英文

探索 GPU 如何改進資料流程,並瞭解使用先進的資料工程工具和技術如何能大幅提升效能。

11 月 8 日 (一)
早鳥優惠價 99 美元
11:30 到 19:30 (台灣時間)

深度學習的基本原理,英文

進行電腦視覺和自然語言處理方面的實作練習,藉此瞭解深度學習的運作方式。您將會從零開始訓練深度學習模型、學習工具和技巧,追求高度準確的成果。您也將學會運用頂尖的預先訓練模型,進而節省時間,並讓深度學習應用程式快速運作。

11 月 8 日 (一)
早鳥優惠價 99 美元
11:30 到 19:30 (台灣時間)

打造以 Transformer 為基礎的自然語言處理應用程式,英文

瞭解如何將以 Transformer 為基礎的自然語言處理模型運用於文字分類工作,例如分類文件。您也將取得見解,瞭解如何利用以 Transformer 為基礎的模型來處理命名實體識別等工作。

11 月 8 日 (一)
早鳥優惠價 99 美元
8:00 到 16:00 (台灣時間)

適用於預測性維護的人工智慧應用,日文

探索如何辨識時間序列資料中的異常和故障狀況、預估對應零件的剩餘使用年限,並利用這份資訊將異常狀況與故障條件互相對應。

11 月 8 日 (一)
早鳥優惠價 99 美元
8:00 到 16:00 (台灣時間)

適用於預測性維護的人工智慧應用,日文

探索如何辨識時間序列資料中的異常和故障狀況、預估對應零件的剩餘使用年限,並利用這份資訊將異常狀況與故障條件互相對應。

11 月 8 日 (一)
早鳥優惠價 99 美元
8:00 到 16:00 (台灣時間)

建立以 Transformer 為基礎的自然語言處理應用程式,韓文

瞭解如何將以 Transformer 為基礎的自然語言處理模型運用於文字分類工作,例如分類文件。您也將取得見解,瞭解如何利用以 Transformer 為基礎的模型來處理命名實體識別等工作。

11 月 8 日 (一)
早鳥優惠價 99 美元
8:00 到 16:00 (台灣時間)

多 GPU 深度學習基本原理,韓文

瞭解建立高效推薦系統所需的基本工具和技術,以及如何部署 GPU 加速的解決方案以即時提供推薦。

"NVIDIA 建立了良好的虛擬訓練環境,並直接由深度學習 / CUDA 專家授課,因此我們的團隊不僅能夠理解這些概念,還能瞭解如何在實作實驗室中使用程式碼,有助於讓我們更深入地瞭解主題。團隊非常喜歡這門課程。"

– Hyunkoo Kwak , 學習和發展主管, Samsung Electronics 製造技術中心

NVIDIA DLI 實作坊能幫助我在業界保持領先地位。與態度積極的學生和知識淵博的講師一起學習的經驗非常愉快,也獲益良多。課程中的範例一貫地具有參考性,能吸引我每年持續參加!

– John Snyder, 資深資料科學家, ThreatConnect

這次訓練對我的團隊而言非常成功。課程和實驗室不僅具啟發性,也很有樂趣。講師也非常優秀!

– Timothée Carayol, 資料科學專業主管, ING Germany

預覽 DLI 體驗

 

NVIDIA 開發人員計畫

獲得所需的進階工具和訓練,協助您在所有 NVIDIA 技術平台上成功建立應用程式。

加速新創公司發展

探索 GTC 新創活動,瞭解 NVIDIA Inception 如何透過市場進入支援、世界級訓練和技術輔助,協助並加速新創公司成長。

參與實作訓練

有興趣發展人工智慧、加速資料科學或加速運算的重要技術嗎?在 NVIDIA 深度學習機構 (DLI) 參與由講師主持的實作訓練,獲得課堂認證,證明您具備相關主題的技術能力。

打造智慧推薦系統

深度學習技術的推薦系統,正是提供個人化線上體驗的秘方,也是零售、娛樂、醫療照護、金融與其他產業的強大決策支援工具。本次實作坊的內容,涵蓋了建立高效率推薦系統所需的基本工具和技術,也會說明如何部署 GPU 加速的解決方案以即時提供推薦。

參加本實作坊可學會:

  • 使用開放原始碼 cuDF 函式庫和 Apache Arrow 建立以內容為基礎的推薦系統
  • 使用交替最小平方 (ALS) 和 CuPy 建立協作式篩選推薦系統
  • 使用 TensorFlow 2 設計出兼具廣度和深度的神經網路,打造混合式推薦系統
  • 使用大型的稀疏資料集,達到最佳訓練和推論效能
  • 將推薦模型部署為具備高效能的網路服務
打造智慧推薦系統