NVIDIA深度學習學院 提供講師指導的實踐培訓，內容涉及如何編寫 CUDA C++ 應用程序，以在單個節點中高效、正確地利用所有可用的GPU，顯著提高應用程序的性能，並充分利用具有多個 GPU 的系統進行運算工作。 深度學習近年來於電腦視覺領域取得非常巨大的成就，本實作坊中說明如何利用深度學習模型開發領域常用的Python作為程式語言基礎，搭配深度學習技術，通過多層人工神經網路精準地完成影像辨識課題中常用的任務如目標檢測。 或是自然語言處理中常語音辨識和語言翻譯等任務，以學習並實現 AI的強大效能。 從可自行安排進度的套裝課程、由講師主持的實作坊，到執行簡報和企業級報告，DLI 可以強化人工智慧、資料科學和加速運算效能，協助貴組織轉型。 舉凡現今備受矚目的AI 深度學習、機器學習、大數據分析，甚至醫學方面DNA比對、氣象預報模式、金融衍生商品分析、地層分析能源探勘等各領域應用。 只要牽涉到大數據資料的運算，透過CUDA即可進行GPU平行化運算，加速研究的發展。
了解GPU對於深度學習模型訓練所帶來強大的效益後，現今系統大部份具有一張以上的GPU卡，資料中心甚至具有多節點的叢集GPU系統。 如何能利用這些強大的GPU環境，更有效率的加速深度學習模型訓練，也是未來AI發展的課題。 本課程將透過講解及實作，介紹深度學習於多GPU上的應用，加速深度學習模型開發進程。 麗臺科技為NVIDIA 正式授權深度學習機構 ，報名麗臺科技的NVIDIA認證課程，完整參與課程並通過測驗者，可以取得NVIDIA 官方頒發的線上認證證書，證明學員具有相關主題的能力，支援其專業職涯成長。 瞭解如何在一天內建立完整 AI 專案，或如何在幾小時內應用特定技術或開發技術，只要使用電腦連接網際網路，即可隨時隨地學習。 NVIDIA dli DLI 證書可證明參加者具有相關主題的能力，支援其專業職涯成長。
dli: NVIDIA 深度學習機構
推薦系統應用於零售、娛樂、醫療、金融及其他各行業中，其特色在於能提供個人化的線上體驗及服務，其背後的決策工具可基於現今重要的深度學習方法建置。 推薦系統通過學習許多使用者的偏好設定進行彙整分析後，進而提供線上使用者適合的建議服務。 例如，推薦人可以透過個人實際觀看的電影以及語言，幫助推薦個人喜好的電影類型。 dli 這樣的服務是基於大數據訓練的神經網絡以提供合適的具體建議，並且需要大量的GPU協助加速訓練。
NVIDIA DLI 為大專院校教職員提供免費下載的課程教材，並透過 DLI 教學套件為學生提供可自行安排進度的免費線上訓練課程。 教職員還可透過校園大使計畫（University Ambassador Program）取得認證，在校園內教授 DLI 實作坊。 RAPIDS是數據科學庫的集合，該函式庫允許對數據科學工作流進行端到端GPU加速，並且與Dask一起可以在多樣的數據集上利用多個GPU。 為了讓資料科學家能夠快速上手，RAPIDS 的工具都是基於Python 現有的函示庫所開發的，課程中會實作一個完整的資料科學題目，其中會比較CPU 和GPU 上的運算效率。 CUDA 是 NVIDIA 研發的平行運算平台及編程模型，可利用繪圖處理單元 的能力大幅提升運算效能。
dli: 合作夥伴
學習如何將基於自然語言處理 Transformer 的模型應用於 “文本分類” 任務，例如從大型文章或摘要庫中識別特定類型的文章。 您還將學習如何利用基於 Transformer dli 的模型來執行“命名實體識別 ”任務，並學習如何分析各種模型特徵與限制，針對特定用例、領域特殊性和可用資源，選用最適當的模型。 dli 麗臺科技開設的NVIDIA DLI 課程，皆由獲得NVIDIA DLI講師資格的講師授課。 除了專業知識外，麗臺講師更俱備豐富產業經驗，可提供學員產業AI化實務訊息，擔任企業導入AI及深度學習的顧問角色。 ※ 本次的實作坊為線上實作課程，建議瞭解基礎 Python 專長能力並熟悉變數類型、迴圈、條件陳述式、函數和陣列操作。 NumPy 專長能力，包括使用多維陣列 和通用函數 較能進入狀況，獲得更好的學習體驗。
高效能計算、資料科學、生物資訊學和深度學習等透過CUDA C++進行的高密集度計算應用，可以通過使用多個 GPU來加速，這可增加吞吐量並且減少總運算時間。 dli 當與計算和記憶體傳輸的併發相互重疊相時，可以跨多個GPU擴展計算，而不會增加記憶體傳輸的成本。 對於使用多GPU伺服器的開發人員，這些技術使您能夠從GPU加速的應用程序中獲得最高效能。
dli: NVIDIA 深度學習機構 (DLI)
本課程帶領你探索如何即時運用特殊化類型的 Python 函數編譯器 Numba，以在大型平行 NVIDIA GPU 上加速執行 Python 程式。 在特定課程中取得 NVIDIA 深度學習機構認證證書，證明自己具備相關主題的能力，協助自我專業職涯成長。 運用 JupyterLab 筆記型電腦以及 Jetson Nano™ 上的 Python 應用程式範例，透過深度學習影像分析功能從影片串流取得有意義的見解。
- NVIDIA DLI 證書可證明參加者具有相關主題的能力，支援其專業職涯成長。
- 您還將學習如何利用基於 Transformer 的模型來執行“命名實體識別 ”任務，並學習如何分析各種模型特徵與限制，針對特定用例、領域特殊性和可用資源，選用最適當的模型。
- CUDA 是 NVIDIA 研發的平行運算平台及編程模型，可利用繪圖處理單元 的能力大幅提升運算效能。
- 對於使用多GPU伺服器的開發人員，這些技術使您能夠從GPU加速的應用程序中獲得最高效能。
- 透過與業界領導者，例如洛杉磯兒童醫院、梅約診所（Mayo Clinic）和 PwC 等合作設計的實作內容，獲得可於真實世界應用的專業知識。
- 完成本課程後，你將能夠使用 Numba 編譯並啟動 CUDA 核心，以加速 NVIDIA GPU 上的 Python 應用程式。
完成本課程後，你將能夠使用 Numba 編譯並啟動 CUDA 核心，以加速 NVIDIA GPU 上的 Python 應用程式。 dli 從 NVIDIA NGC™ 目錄取得與課程內容相同的 DLI 環境容器，藉以建立具備量產品質的解決方案。 透過與業界領導者，例如洛杉磯兒童醫院、梅約診所（Mayo Clinic）和 PwC 等合作設計的實作內容，獲得可於真實世界應用的專業知識。 在 LinkedIn 上利用 DLI 認證使你的新技能更突出，有機會讓招募人員更容易注意到你，並推動你的職涯發展。 練習處理機器學習作業，並瞭解如何在 dli NVIDIA Triton™ GPU 伺服器上部署自己的機器學習模型。
dli: NVIDIA DLI 認證講師劉家豪 技術經理
如果你的組織有興趣提升和開發人工智慧、加速資料科學或加速運算的重要技術，請申請 NVIDIA 深度學習機構（DLI）中由講師主持的實作坊。 實作坊由經 DLI 認證的講師授課，這些講師為各自領域的專家，分組討論可促進學員間協作，並與講師交流互動。 NVIDIA 深度學習機構 提供人工智慧 與加速運算的實作訓練課程，幫助學員解決現實生活中的問題。 《Learning Deep Learning》是介紹深度學習的完整指南。 書中說明了成功需具備的核心概念和實作程式設計技術，是開發人員、資料科學家、分析師等人的理想之選，即使沒有機器學習或統計經驗也很適合。
