根據(jù)麥肯錫的一項研究，缺乏適當?shù)募寄苁菣C構在采用人工智能的時候所面臨的最大障礙之一。

為了解決這一問題，NVIDIA深度學習學院（DLI）正在推出包括講師指導和自定進度在線課程在內的全新課程，以幫助開發(fā)人員和數(shù)據(jù)科學家通過深度學習和GPU加速計算解決現(xiàn)實挑戰(zhàn)。

NVIDIA深度學習學院的新動手AI課程于3月17日至21日在美國加利福尼亞州圣何塞舉行的GPU技術大會上啟動。本屆大會提供了超過75個講師指導的培訓課程，6個全天研討會，以及數(shù)十種自定進度的培訓——全部由運行在Microsoft Azure云中的NVIDIA GPU加速工作站提供支持。

“NVIDIA深度學習學院已經培訓了超過120,000名開發(fā)人員、研究人員和數(shù)據(jù)科學家，” NVIDIA開發(fā)者計劃副總裁Greg Estes介紹稱。 “現(xiàn)在，借助Microsoft Azure，我們將為更大的社區(qū)提供有關最新人工智能技術的培訓，讓盡可能多的開發(fā)人員隨時隨地訪問云中的優(yōu)化軟件和GPU加速工作站?！?/p>

MicrosoftAzure營銷高級總監(jiān)Talal Alqinawi表示：“我們與NVIDIA的合作將為全球更多開發(fā)人員帶來一系列深度學習學院內容?！?“這將推進包括高端遠程可視化、深度學習和預測分析等方案在內的各種場景的創(chuàng)新?！?/p>

為了滿足對數(shù)據(jù)科學技能日益增長的需求，NVIDIA深度學習學院正在提供一個關于《使用RAPIDS加速數(shù)據(jù)科學工作流程》（Accelerating Data Science Workflows with RAPIDS）的在線自學課程。開發(fā)人員將學習如何使用關鍵機器學習庫來從頭開始編寫加速數(shù)據(jù)科學工作流程。這些庫包括cuDF（支持GPU的Pandas數(shù)據(jù)框架）和cuML（GPU加速機器學習算法）等。

另一個在線自學課程——《醫(yī)學應用中的深度學習數(shù)據(jù)科學工作流程》（Data Science Workflows for Deep Learning in Medical Applications），將教會開發(fā)人員如何在醫(yī)學成像數(shù)據(jù)集上使用數(shù)據(jù)處理技術和卷積神經網(wǎng)絡（CNN）。

這兩門課程已于3月17日開始在NVIDIA 深度學習學院的網(wǎng)站上向全球開發(fā)人員開放。

此外，NVIDIA 深度學習學院還通過講師指導的《機器人深度學習》（Deep Learning for Robotics）研討會擴展了其自主機器課程。該研討會探討了如何在NVIDIA Jetson上為嵌入式應用程序創(chuàng)建機器人解決方案，由NVIDIA 深度學習學院認證講師領導，并提供合格證書。

NVIDIA 深度學習學院在客戶所在地、NVIDIA硅谷總部以及主要行業(yè)會議上舉辦講師指導的研討會。從3月17日開始，您可以為團隊申請機器人研討會，或者在NVIDIA 深度學習學院網(wǎng)站上開始《使用DeepStream智能視頻分析的AI工作流程》（AI Workflows for Intelligent Video Analytics with DeepStream）的在線自學課程。