快来解锁NVIDIA深度学习培训中心（DLI）“薅羊毛”课程

GPUS Lady

发布于 2022-03-04 12:16:48

1.4K0

发布于 2022-03-04 12:16:48

文章被收录于专栏：GPUS开发者

NVIDIA 深度学习培训中心 (DLI) 提供 AI 、加速计算和加速数据科学的应用开发实战培训。基于云端完全配置的 GPU 平台，开发者、数据科学家、研究人员和院校师生可以快速获取端到端应用开发经验和提升专业技能。

一般来说，NVIDIA DLI的课程都是收费的，今天Lady整理了一份他们的免费课程，先“薅”为敬！

点击阅读原文可以访问全部课程（包含收费课程）

基于 Jetson Nano 构建视频 AI 的端侧应用

学习目标

基于人工智能的视频理解可以开启洞察，无论是识别后院的猫，还是优化客户的购物体验。英伟达Jetson NANO开发工具包是一种易于使用、功能强大的计算机，可以让您并行运行多个神经网络。这使得它是一个伟大的平台，介绍智能视频分析（IVA）应用程序使用英伟达Deepstream SDK。在本课程中，您将在Jetson Nano上使用JupyterLab Notebook和Python应用程序示例来构建新项目，通过深入学习视频分析从视频流中提取有意义的见解。你从本课程中学到的技术可以应用于你自己未来在Nano或其他Jetson Edge平台上的项目。

您将学习如何：

设置你的Jetson Nano
构建端到端的DeepStream管道，将原始视频输入转换为有洞察力的带注释视频输出
在管道中构建备用输入和输出源
同时配置多个视频流
配置其他推理引擎，如YOLO

完成后，您将能够构建DeepStream应用程序，对来自不同和多个源的视频流进行注释，以识别和分类对象，计算拥挤场景中的对象，并将结果输出为实时流或文件。

地址：

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

时长：8小时

亮点：有证书！

使用 Jetson Nano 开发 AI 应用入门

课程介绍

如今，世界各地使用 NVIDIA Jetson Nano 开发者套件的创客、自学开发者和嵌入式技术爱好者均已掌握 AI 的强大力量。借助这款简单易用而又功能强大的计算机，您将可在图像分类、物体检测、分割和语音处理等应用中并行运行多个神经网络。在本课程中，您将在自己的 Jetson Nano 上使用 Jupyter iPython notebook 构建基于计算机视觉模型的深度学习分类项目。

您将学习如何：

安装 Jetson Nano 和相机
为分类模型采集图像数据
为回归模型注释图像数据
基于您的数据训练神经网络，以创建模型
使用您创建的模型在 Jetson Nano 上运行推理

完成课程学习后，您将能使用 Jetson Nano 创建深度学习分类和回归模型。

地址：

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

时长：8小时

亮点：中文！有证书！

Riva Speech API Demo

课程摘要

本课程包括Riva语音客户端容器中的两个示例notebook，以及一个实时GPU环境。完成本教程大约需要30分钟。

在本实验室中，您将学习如何与Riva语音服务器交互以处理各种对话AI请求。

您将学习如何：

将音频发送到自动语音识别（ASR）模型并接收回文本

使用自然语言处理（NLP）模型来转换文本、分类文本和分类标记

将文本发送到文本到语音（TTS）模型并接收回音频

完成后，您将熟悉如何从示例客户端构造对Riva服务器的请求。

地址：

https://courses.nvidia.com/courses/course-v1:DLI+T-FX-04+V1/about

时长：半小时

使用 TAO Toolkit 训练文本分类模型

课程摘要

本课程包括NGC TAO工具包中的一个样本笔记本——对话AI集合，以及一个实时GPU环境。完成本教程大约需要60分钟。在本教程中，您将学习如何利用TAO（训练、调整、优化）的简单性和便利性来构建用于情感分析的文本分类任务。

您将学习如何：

在SST-2数据集上训练和微调伯特文本分类模型

在模型上运行评估和推理

将模型导出为ONNX格式或Riva格式以进行部署

完成后，您将熟悉如何在NVIDIA GPU上使用TAO训练、推断和导出文本分类模型。

地址：

https://courses.nvidia.com/courses/course-v1:DLI+T-FX-02+V1/about

时长：1小时

使用 Riva 部署文本分类模型

课程摘要

本课程包括NGC TAO工具包中的一个样本notebook——对话AI集合，以及一个实时GPU环境。完成本教程大约需要30分钟。在本实验室中，您将学习如何使用Riva ServiceMaker框架部署文本分类模型。将Riva部署到目标环境所需的所有工件聚合到一起的过程是快速而直接的。在Riva中部署模型后，您可以向服务器发出推断请求。

您将学习如何：

使用Riva ServiceMaker获取TAO导出.riva模型，并将其转换为聚合模型。用于最终部署的rmir文件

在Riva服务器上本地部署模型

使用Riva API绑定从演示客户端发送推断请求

完成后，您将熟悉如何在NVIDIA GPU上使用Riva部署文本分类模型。

地址：

https://courses.nvidia.com/courses/course-v1:DLI+T-FX-03+V1/about

时长：0.5小时

优化车辆路线

课程摘要

英伟达 ReOpt™是一个GPU加速物流解决方案，使用启发式和优化来计算具有广泛约束的复杂车辆路径问题变量。在本自学课程中，参与者将演示一个常见的车辆路径优化问题。完成后，参与者将能够预处理输入数据，供NVIDIA ReOpt路由求解器使用，并组成反映现实世界业务约束的问题变体。

学习目标

学习英伟达Reopt API的基本知识，通过将车辆路由输入数据从原始数据通过优化的路线计划。这包括：

创建节点

计算距离（成本）

增加容量、需求和时间限制

使用NVIDIA ReOpt解决问题

地址：

https://courses.nvidia.com/courses/course-v1:DLI+T-FX-05+V1/about

时长：1个小时

适用于协同 3D 工作流的 Universal Scene Description (USD) 入门

课程介绍

Universal Scene Description (USD) 框架由 Pixar 开发，旨在助力技术和创意世界构建者之间的协作，从顺序工作流转变为协同工作流。

通过此在线自主培训课程中，您将学习如何使用人类可读的Universal Scene Description ASCII (.USDA) 文件生成场景。完成本课程后，您将能够在 USD 框架内创建自己的场景，并在 Omniverse、Maya、Unity 和 Unreal Engine 等应用程序中广泛地使用到这一技术。

本课程包含两个章节：

Universal Scene Description (USD) 基础：基础知识介绍，无需编程技能
Universal Scene Description (USD) 进阶：演示如何使用 Python 生成 USD 文件

学习目标：

学习如何构建 USD 场景，并获得使用 USD Composition Arcs 的实践经验，通过：

使用 Sublayers 覆写素材的基本属性
将多种素材与 USD References相结合
使用 USD Variants 创建素材的不同状态

课程模式

个人在线自主学习，课程包含视频和代码示例及练习等

地址：

https://courses.nvidia.com/courses/course-v1:DLI+S-FX-02+V1-ZH/about

时长：2小时

用于 DPU 软件开发的 DOCA 简介

DOCA软件框架使开发人员能够在BlueField数据处理单元（DPU）的基础上快速创建应用程序和服务。DOCA和BlueField DPU通过一个全面、开放的开发平台，共同提供突破性的网络、安全和存储性能。在本自学课程中，学员将学习DOCA作为BlueField DPU上加速数据中心计算平台的基本概念。完成培训后，学员将掌握一套入门知识，使他们能够开始使用DOCA和DPU开发加速其数据中心服务的应用程序。

本培训包括五个模块：