深度学习
理解和使用深度学习网络

MATLAB深度学习培训课程

发布的Johanna Pingel,2020年7月15日

(30天)| 50视图0喜欢|4评论

在与NVIDIA深度学习研究所合作开发的

MathWorks高兴地宣布一个新的课程,合作开发英伟达深度学习研究所(DLI)。

MATLAB支持深度学习在2017年开金宝app始以来,我们一直在推动NVIDIA gpu的独家使用。(我的第一个GPU是一个NVIDIA Tesla K40,今天我仍然在我的办公室,主要是出于情感上的缘故)。MATLAB自动发现和使用可用的GPU进行深度学习应用程序,所以您不必显式地程序GPU加速训练经验和推理。

和MATLAB容器深度学习现在可以从NVIDIA GPU云注册表(NGC),对NVID金宝appIA gpu的支持仍在继续。一句话,MATLAB是一个伟大的选择希望gpu加速的工程师和科学家在一个熟悉的高生产力的环境。

培训什么?

我直接去理解背后的原因和方式训练。培训课程的作者之一,蕾妮·巴赫@MathWorks回答我的一些问题。

问:我希望在这门课中学到什么?这不仅仅是一个“深度学习”课程,对吗?

答:这是一个多深度学习的介绍。会议议程包括:

导入图像和序列数据
使用卷积神经网络进行图像分类、回归、图像和其他应用程序
使用长期短期记忆网络序列分类和预测
修改公共网络架构来解决自定义问题
改善网络的性能通过修改培训选项

问:需要多少时间?教授的课程?

答:这两天的课程提供了一个全面的介绍使用MATLAB实际深度学习,这是一个教师指导培训和使用NVIDIA gpu加速网络培训。

问:我需要一个GPU课程 吗?

答:不!MATLAB教师指导类和所有NVIDIA DLI培训课程使用基于云的GPU,所以没有必要为你自己的GPU。一个友好的提醒,如果你没有GPU资源,您可以使用MATLAB NGC总是租他们的容器。这是一个链接到MATLAB NGC容器和一个视频教程开始。

这是克雷格•桑托斯MathWorks主任培训服务,不得不说这门课程:

“这深度学习与MATLAB课程使工程师,科学家和研究人员快速学习和深度学习技术应用到他们的应用程序,而无需深度学习专家。是一个为期两天的教师指导类学生,完成后,就可以开始深入学习技术的应用使用MATLAB和NVIDIA gpu常见的应用,如图像分类、自治系统、语音识别、物体识别。”

问:这对开源开发者有什么帮助?

答:这是一个重要的注意事项:如果您使用的是开源的深度学习工具,你还可以使用MATLAB中找到价值结合与开源。

MATLAB具有复杂的数据标签工具(如图片标志像素和区域标签,音频贴标签机信号标签),功能可视化网络(如下所示),和工具优化CUDA的自动代码生成代码。

此外,MATLAB容器NGCGPU-optimized AI和高性能计算中心软件,提供了一个完整的深度学习工作流程,使用NVIDIA gpu加速神经网络训练扩大跨节点的性能。

也许这些工具可以帮助你增强开源深度学习与数据预处理和代码生成完整的工作流。

深层网络设计师提供交互性和调试在你新的或预先构建的深度学习模型

你可以查看其他特定于行业的内容和先进的CUDA编程课程今天DLI:https://www.nvidia.com/en-us/deep-learning-ai/education/

|

类别:: 深度学习

评论

留下你的评论,请点击在这里MathWorks账户登录或创建一个新的。