AI课程实验教材“线上”研讨班

77 0 2020-06-13

作为智能时代的核心驱动力量,深度学习是当前AI领域最火热的细分领域之一,一直以来,NVIDIA在探索如何提供 AI 、加速计算和加速数据科学方面的应用开发实践培训,以期解决实际应用方面的问题。

NVIDIA 推出的一系列嵌入式高性能Jetson 系列产品,配合NVIDIA的AI SDK,大大降低了开发技术门槛及工作强度,为了能够让学生快速进入AI领域并于市场发展同步,吉浦迅科技(GPUS)公司联合NVIDIA推出“在线AI训练营”,旨在为有志于在高等院校、高等职业技术学校、K12课堂开展基于嵌入式系统的高性能图像视觉深度学习教育工作的教师提供AI课程的实验教材研讨班及交流机会。

 本次训练营课程研讨班亮点

本次实验课程主题:人脸口罩检测

NVIDIA工程师全程授课

 

免安装的嵌入式试验平台:包含25xJetson NANO

硬件平台:NVIDIA Jetson Nano128CUDA核、4CPU4G内存)

操作系统:Ubuntu 18.04 L4T 64位元桌面版

开发环境:CUDA 10.2CUDNN8.0TensorRT7.1OpenCV4.1.1

教学环境:Jupyter Lab 2.1.2

同时为25位参加者提供真实的NANO编程环境

 

零代码体验编程乐趣

参加者只需用鼠标点击和更换测试数据文件名称即可完成应用程序执行 

有趣的学习迁移学习的方式

透过在线实作教学,快速开始学习NVIDIA前沿迁移学习(Transfer Learning Toolkit)知识,探索嵌入式系统深度学习实践课程体系,并通过Jetson NANO云平台对迁移学习训练模型进行部署和测试; 

实操为主兼顾理论结合 

理论基础+高强度代码实践,让参训教师深度体验用NVIDIA最新的深度学习技术和Jetson产品解决实际AI应用的课件设计流程   

比赛和社群

配合在线AI训练营,鼓励教师带领学生参加我们随后组织的在线黑客松比赛,采取导师辅导制,辅导参赛队伍通过Jetson NANO云平台实现参赛AI项目。

建立专有教师交流群,随时分享NVIDIA最新的在线培训资源和咨询 

课程安排:

1.课程介绍

介绍本次训练营教材的目的,课程大纲,实验环境。 

2.NVIDIA Transfer Learning ToolkitTLT)介绍

介绍NVIDIA Transfer Learning ToolkitNVIDIA推出的为简化AI开发流程降低开发工作强度的综合工具包,其中包含了多种预训练模型,可以加快自身数据的训练及生成模型的的部署 

3.TLT代码实践

介绍如何利用NVIDIA Transfer Learning Toolkit训练深度学习模型,评估模型,剪枝优化模型,导出模型 

4.NVIDIA TensorRT介绍

NVIDIA TensorRTNVIDIA推出的高校推演引擎,使用TensorRT可以最大程度地释放发挥GPU核心的边缘计算设备的计算能量,介绍TensorRT的工作原理,性能特点,以及如何部署。 

5.利用TLT训练出来的模型部署推理引擎

以实践代码的形式介绍如何利用结合TLTTensorRT部署图例引擎 

6.利用构建好的推理引擎测试推理性能

分别介绍利用构建好的推理引擎处理视频和图片文件,并测试Jetson NANO的处理性能 

7.利用Jetson NANOGPU性能快速将处理好的视频进行转码

结合Jetson的处理性能,利用FFmpeg工具将处理好的视频进行转码 

8. 查看处理结果 

9.课程总结 

参训对象

有志于在高等院校、高等职业技术学校、K12课堂开展人工智能教育工作、培养人工智能领域人才的教师以及开展教育教学活动的师资合作伙伴。

参加课程研讨的对象需具备:

1)了解深度学习的基本概念和基础知识;

2)有一定Python和编程基础;对深度学习、神经网络有一定理论基础;

3)有意愿并有计划开设人工智能深度学习课程、讲座;

4)能在培训后组织学生参加黑客松比赛,以加强培训效果。.

 第一期在线研讨培训时间:

620日 早上830—下午 1730 

参与形式:线上直播交互沟通

参与坐席:25个 

培训费用:培训免费


第一期报名已满,请等第二期