NVIDIA深度学习学院正在推出包括讲师指导和自定进度在线课程在内的全新课程

根据麦肯锡的一项研究，缺乏适当的技能是机构在采用人工智能的时候所面临的最大障碍之一。

为了解决这一问题，NVIDIA深度学习学院（DLI）正在推出包括讲师指导和自定进度在线课程在内的全新课程，以帮助开发人员和数据科学家通过深度学习和GPU加速计算解决现实挑战。

NVIDIA深度学习学院的新动手AI课程于3月17日至21日在美国加利福尼亚州圣何塞举行的GPU技术大会上启动。本届大会提供了超过75个讲师指导的培训课程，6个全天研讨会，以及数十种自定进度的培训——全部由运行在Microsoft Azure云中的NVIDIA GPU加速工作站提供支持。

“NVIDIA深度学习学院已经培训了超过120,000名开发人员、研究人员和数据科学家，” NVIDIA开发者计划副总裁Greg Estes介绍称。 “现在，借助Microsoft Azure，我们将为更大的社区提供有关最新人工智能技术的培训，让尽可能多的开发人员随时随地访问云中的优化软件和GPU加速工作站。”

Microsoft Azure营销高级总监Talal Alqinawi表示：“我们与NVIDIA的合作将为全球更多开发人员带来一系列深度学习学院内容。” “这将推进包括高端远程可视化、深度学习和预测分析等方案在内的各种场景的创新。”

为了满足对数据科学技能日益增长的需求，NVIDIA深度学习学院正在提供一个关于《使用RAPIDS加速数据科学工作流程》（Accelerating Data Science Workflows with RAPIDS）的在线自学课程。开发人员将学习如何使用关键机器学习库来从头开始编写加速数据科学工作流程。这些库包括cuDF（支持GPU的Pandas数据框架）和cuML（GPU加速机器学习算法）等。

另一个在线自学课程——《医学应用中的深度学习数据科学工作流程》（Data Science Workflows for Deep Learning in Medical Applications），将教会开发人员如何在医学成像数据集上使用数据处理技术和卷积神经网络（CNN）。

这两门课程已于3月17日开始在NVIDIA 深度学习学院的网站上向全球开发人员开放。

此外，NVIDIA 深度学习学院还通过讲师指导的《机器人深度学习》（Deep Learning for Robotics）研讨会扩展了其自主机器课程。该研讨会探讨了如何在NVIDIA Jetson上为嵌入式应用程序创建机器人解决方案，由NVIDIA 深度学习学院认证讲师领导，并提供合格证书。

NVIDIA 深度学习学院在客户所在地、NVIDIA硅谷总部以及主要行业会议上举办讲师指导的研讨会。从3月17日开始，您可以为团队申请机器人研讨会，或者在NVIDIA 深度学习学院网站上开始《使用DeepStream智能视频分析的AI工作流程》（AI Workflows for Intelligent Video Analytics with DeepStream）的在线自学课程。