英伟达一系列高质量公开课来了！

最新推荐文章于 2025-05-16 14:05:46 发布

啥都生

最新推荐文章于 2025-05-16 14:05:46 发布

阅读量1.2k

点赞数 15

分类专栏：硬核干货文章标签：人工智能英伟达显卡

本文链接：https://blog.csdn.net/zzh516451964zzh/article/details/137236365

版权

硬核干货专栏收录该内容

31 篇文章

订阅专栏

B站：啥都会一点的研究生
公众号：啥都会一点的研究生

英伟达免费提供许多自学课程，评价肥肠高，有专为初学者设计的也有更进阶的内容（提供证书），若实验室/单位基于NVIDIA Jetson进行开发（我读研那会基本都在这上面玩的）都可以在这找到对应教程

https://www.nvidia.com/en-us/training/online/#free-courses

选了一些感兴趣的课程简单介绍，具体的可去官网查阅，一起看看吧

An Even Easier Introduction to CUDA

https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+T-AC-01+V1

概述

本课程配合Mark Harris的热门博客文章《更简单的CUDA入门》

https://developer.nvidia.com/blog/even-easier-introduction-cuda/

学习编写大规模并行CUDA内核以及在NVIDIA GPU上运行的基础知识

目标

在NVIDIA GPU上启动大规模并行的CUDA内核
为大规模数据集大小组织并行线程执行
管理CPU和GPU之间的内存
对CUDA代码进行性能分析，观察性能增益

Generative AI Explained

https://courses.nvidia.com/courses/course-v1:DLI+S-FX-07+V1/

概述

该门课描述了基于各种输入生成新内容的技术，近年来，生成式人工智能涉及使用神经网络来识别现有数据中的模式和结构以生成新内容。在本课程中将学习生成式人工智能的概念、应用，以及这一令人兴奋领域中的挑战和机遇

目标

定义生成式人工智能并解释生成式人工智能的工作原理
描述各种生成式人工智能应用
解释生成式人工智能中的挑战和机遇

Building A Brain in 10 Minutes

https://courses.nvidia.com/courses/course-v1:DLI+T-FX-01+V1/

概述

探索世界上第一个神经网络生物学和心理学带来的启发

目标

探索神经网络如何利用数据进行学习
理解神经元背后的数学原理

Augment your LLM Using Retrieval Augmented Generation

https://courses.nvidia.com/courses/course-v1:NVIDIA+S-FX-16+v1/

概述

检索增强生成（RAG）- 由Facebook AI Research在2020年推出，是一种用于优化LLM输出的架构，可以动态地使用特定领域的数据而无需重新训练模型。RAG是一个端到端的架构，将信息检索组件与响应生成器结合在一起。在这门课中将为大家的LLM和RAG之旅提供一个快速启动

目标

了解检索增强生成的基础知识
学习有关RAG检索过程的知识
了解NVIDIA AI Foundations以及构成RAG模型的组件

Getting Started with AI on Jetson Nano

https://courses.nvidia.com/courses/course-v1:DLI+S-RX-02+V2/

概述

有了英伟达™（NVIDIA®）Jetson Nano 开发者工具包，人工智能的力量现在已经掌握在世界各地的制造商、自学成才的开发者和嵌入式技术爱好者手中。这款简单易用、功能强大的计算机可以并行运行多个神经网络，用于图像分类、物体检测、分割和语音处理等应用。在本课程中，各位将在自己的 Jetson Nano 上使用 Jupyter iPython 笔记本，利用计算机视觉模型构建一个深度学习分类项目