当前位置:   article > 正文

英伟达AI新课爆火!免费学习,干货满满

英伟达AI新课爆火!免费学习,干货满满
西风 发自 凹非寺
量子位 | 公众号 QbitAI

不用199,也不用9.9,英伟达黄院士免费给大伙儿送AI课了!

从数据科学到深度学习,再到生成式AI,全都有免费课程上新,且不少课入门小白也能看懂。

d1184ff0ddec881ecfcaa286b251fe49.png

有网友整理po出了9节干货课程,非常火爆:

61dcc9be26cd0a9554cc2ba53dcc9810.png

点开每节课不光有录制的课程视频,还有讲义、PPT、课后问题等学习资料。

大批网友已迫不及待地码住:

4b500e39a9b06f9b00f1e995970a2b38.png
236ee856ef367d846972aeb24d49b665.png

网友强烈安利这9节课

1、解释生成式AI

在这门课程中,你可以学到:

  • 生成式AI的定义、工作原理

  • 各种生成式AI应用

  • 生成式AI的挑战和机遇

课前要求是需对机器学习和深度学习有基本的了解。

b285f66cd7d17eabd533184fe9073c24.png

2、10分钟内构建大脑

这节课时长仅有10分钟,探讨了世界上第一个神经网络背后的生物学和心理学灵感。

在这门课程中,你可以学到:

  • 神经网络如何使用数据进行学习

  • 神经元背后的数学原理

看课前建议:了解Python 3中的基本编程概念,如函数、循环、字典和数组;了解如何计算回归线。

8a71815198c882d71a50264ccc3b7f69.png

3、使用LLM构建RAG智能体

这节课时长8小时,课程内容包括:

  • 探索LLM和向量数据库的可扩展部署策略

  • 学习微服务知识,掌握如何在微服务之间协作以及如何开发属于自己的微服务

  • 利用LangChain范式来开发对话管理和文档检索解决方案

  • 用最先进的模型练习,明确有关产品化和框架探索的后续步骤

适合熟悉LLM及其相关组合框架(如LangChain),具有中级Python水平,最好有网络工程和开发运维背景的人群学习。

a84a520f0dabb72a4de19628b6492f27.png

4、使用RAG增强LLM性能

学习内容包括:

  • RAG基础知识

  • RAG检索过程

  • 英伟达AI基础和RAG模型组件

389fbfd90d0498aad35831bdd2275993.png

5、数据中心的AI

学习内容包括:

  • AI用例、机器学习、深度学习及其工作流程

  • GPU架构及其对AI的影响

  • 深度学习框架和部署注意事项

68e6a9f403c23f1beb2bfc193e43d7a2.png

点开课程后是这样婶儿的:

b7d59af1dfacfb3a5c047e9a302ae4b7.png

6、零代码更改加速数据科学工作流

在众多行业内,现代数据科学的需求是快速且高效地处理大数据量。NVIDIA RAPIDS能够为众多数据科学任务提供GPU加速,而且无需修改代码。

在这门课程中,你可以:

  • 了解跨CPU和GPU的统一工作流在数据科学任务中的优势

  • 学习如何在不更改代码的情况下,为各种数据处理和机器学习工作流程实现GPU加速

  • 体验当工作流程通过GPU加速时,处理时间显著缩短的效果

c9d08664efdcf41a5d73d1a7f1c4757f.png

看课前建议:对表格数据上的数据处理和标准数据科学工作流程有基本的理解;具有使用常见Python数据分析库的经验;使用的工具、库、框架包括:NVIDIA RAPIDS(cuDF, cuML, cuGraph)、pandas、scikit-learn和NetworkX。

7、掌握推荐系统

这节课讲的内容有关英伟达Kaggle Grandmasters构建电子商务推荐系统的策略,涵盖2阶段模型、候选模型生成、特征工程和集成方法。

适合数据科学家、机器学习工程师以及对推荐系统和数据科学竞赛感兴趣的人观看。

点开后可以观看视频讲座,并附有详细的解释和真实例子。

45c3fa1e88455c5be9ac32f3513733e2.png

8、网络技术入门

学习内容包括:

  • 了解网络及其重要性。

  • 探索以太网基础知识及以太网网络中的数据转发。

  • 讨论网络组件、需求、OSI模型、TCP/IP协议。

4de3b351d1db83d25f120ad82831cfaf.png

具体是这样婶儿的:

1d7be05c71db82784e6e968b21fc259f.png

9、如何进行大规模图像分类

学习内容主要是如何进行大规模图像分类,涵盖挑战、建模技术和验证策略。

适合数据科学家、机器学习从业者以及对深度学习竞赛感兴趣的人观看。

b43c3b4cc219895001cb23c572f955a2.png

参考链接:https://twitter.com/heyshrutimishra/status/1771206798881825005

评选报名即将截止!

2024年值得关注的AIGC企业&产品

量子位正在评选2024年最值得关注的AIGC企业、 2024年最值得期待的AIGC产品两类奖项,欢迎报名评选!

评选报名截至2024年3月31日 format,png

6fe7556cb5bd8eaf32745804e564ce02.png

中国AIGC产业峰会同步火热筹备中,了解更多请戳:Sora时代,我们该如何关注新应用?一切尽在中国AIGC产业峰会

商务合作请联络微信:18600164356 徐峰

活动合作请联络微信:18801103170 王琳玉

点这里

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/365833
推荐阅读
相关标签