Curso Gratis de Bibliotecas Avanzadas de CUDA Ofrecido por Universidad Johns Hopkins

El siguiente curso gratuito está dirigido para todas aquellas personas interesadas en aprender sobre CUDA.

Este curso forma parte de un programa especial, siendo este, el último de 4.

Por lo que te dejamos lo anterior, aquí abajo.

Acerca de Programa especializado: Programación GPU

Esta especialización está destinada a científicos de datos y desarrolladores de software para crear software que utilice hardware comúnmente disponible. Los estudiantes conocerán CUDA y las bibliotecas que permiten realizar numerosos cálculos en paralelo y rápidamente. Las aplicaciones de estas habilidades son el aprendizaje automático, el procesamiento de señales de imagen/audio y el procesamiento de datos.

Sobre el Curso (Por la Plataforma)

Este curso completará la especialización de GPU, centrándose en las principales bibliotecas distribuidas como parte del kit de herramientas CUDA. Los estudiantes aprenderán cómo usar CuFFT y bibliotecas de álgebra lineal para realizar cálculos matemáticos complejos.

Se presentarán las capacidades de la biblioteca Thrust para representar estructuras de datos comunes y algoritmos asociados. Usando cuDNN y cuTensor, podrán desarrollar aplicaciones de aprendizaje automático que ayuden con la detección de objetos, la traducción del lenguaje humano y la clasificación de imágenes.

Qué aprenderás

Desarrollar software que realiza operaciones matemáticas de alto nivel utilizando bibliotecas como cuFFT y cuBLAS.
Utilizar la biblioteca Thrust para realizar una serie de manipulaciones de datos y estructuras de datos que abstraen la gestión de la memoria.
Desarrollar software de aprendizaje automático para una variedad de propósitos usando redes neuronales modeladas usando las bibliotecas cuTensor y cuDNN.

Habilidades que obtendrás

Ciencia de los datos
Red neuronal artificial
Aprendizaje automático
C++
Álgebra lineal

Ofrecido por

Universidad Johns Hopkins

La misión de la Universidad Johns Hopkins es educar a sus estudiantes y cultivar su capacidad para el aprendizaje permanente, fomentar la investigación independiente y original y llevar los beneficios del descubrimiento al mundo.

Programa (Contenido)

Resumen del curso

El propósito de este módulo es que los estudiantes comprendan cómo se llevará a cabo el curso, los temas, cómo se evaluarán y las expectativas.

Videos: 4

Duración: 19 Minutos

cuFFT

Proporciona la capacidad de realizar transformadas rápidas de Fourier (FFT) en grandes conjuntos de datos. Los estudiantes aprenderán sobre casos de uso común, como la multiplicación rápida de polinomios grandes, el procesamiento de señales y las operaciones matriciales. Usarán esta biblioteca para desarrollar software que procese señales de audio o video.

Videos: 6

Duración: 33 Minutos

Álgebra lineal CUDA

El kit de herramientas CUDA incluye varias bibliotecas de álgebra lineal, como cuBLAS, NVBLAS, cuSPARSE y cuSOLVER. Los estudiantes aprenderán las diferentes capacidades y limitaciones de muchos de ellos y aplicarán ese conocimiento para calcular productos de puntos de matrices, determinantes y encontrar soluciones para sistemas lineales complejos.

Videos: 6

Duración: 26 Minutos

La biblioteca de empuje de CUDA

La mayoría de los desarrolladores utilizan estructuras de datos más allá de las primitivas y los punteros que constituyen el núcleo de los programadores de CUDA, lo que dificulta el desarrollo puro de CUDA.

Los estudiantes aprenderán sobre la biblioteca Thrust que agrega la estructura de datos vectoriales y los algoritmos asociados que permiten la simplificación de su código. Los estudiantes crearán software que transforme, reduzca y clasifique grandes conjuntos de datos.

Videos: 7

Duración: 32 Minutos

Aprendizaje automático CUDA

Los expertos en ciencia de datos, aprendizaje automático e inteligencia artificial utilizan redes neuronales para resolver problemas como la traducción del lenguaje humano, la clasificación de imágenes y la detección/evasión de objetos.

Usando cuDNN y cuTensor, los estudiantes podrán desarrollar una variedad de redes neuronales y estructuras similares. Al finalizar este módulo, se les pedirá a los estudiantes que desarrollen un proyecto de todo el curso que reúna su conocimiento de todos los cursos y lecciones anteriores para desarrollar un proyecto de software final.

Videos: 6

Duración: 23 Minutos

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?

El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:

Es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción ‘Curso completo, sin certificado’. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.

¿Qué recibiré si me suscribo a este Programa especializado?

Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo.

Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.

¿Hay ayuda económica disponible?

Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción.

Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.

¿Puedo programar en mi propia computadora portátil/de escritorio?

Sí, pero deberá actualizar los archivos de código en los laboratorios y tareas. Para los módulos 4 y 5 necesitará tener una GPU Nvidia instalada en su máquina.

El entorno en el navegador para laboratorios y asignaciones está diseñado para permitir toda la programación requerida.