本文為機器翻譯
展示原文
NVIDIA剛剛釋出了免費線上課程。
無需付款。
以下是2025年你不想錯過的最佳課程:
1. 生成式人工智能解析
瞭解人工智能的基礎知識、應用、挑戰和機遇。
您將瞭解:
• 生成式人工智能的工作原理
• 生成式人工智能的應用
• 挑戰和機遇
🔗 learn.nvidia.com/courses/cours...:DLI+S-FX-07+V1

2. 數據中心 AI 簡介
你將學習:
• AI、ML 和深度學習的基礎知識
• 深度學習工作流程中的訓練和推理
• GPU 架構與 CPU 的比較及其在 AI 中的作用
🔗 www.coursera.org/learn/ai-infr...

3. 無需更改代碼即可加速數據科學工作流程
您將瞭解:
• 跨 CPU 和 GPU 統一工作流程的好處
• GPU 加速數據處理和 ML 工作流程
🔗 learn.nvidia.com/courses/cours...:DLI+T-DS-03+V1

4. 在 Jetson Nano 上開始使用 AI
您將學習如何:
• 收集和註釋圖像數據
• 在您的數據上訓練神經網絡
• 使用您的模型進行推理
🔗 learn.nvidia.com/courses/cours...:DLI+S-RX-02+V2

5. 使用 RAG 增強你的 LLM
你將學習:
• 檢索增強生成概述
• 使用高級技術改進 GenAI
• 瀏覽向量數據庫、嵌入模型和 LLM
🔗 www.nvidia.com/en-us/training/...

6. 使用 LLM 構建 RAG 代理
您將學習:
• 為 LLM 代理設置環境
• 探索 LLM 推理接口和微服務
非常適合希望創建高級 AI 代理的開發人員。
🔗 learn.nvidia.com/courses/cours...:DLI+S-FX-15+V1

7. 在 Jetson Nano 上構建邊緣視頻 AI 應用程序
您將學習:
• 構建 DeepStream 管道以獲取視頻洞察。
• 集成備用輸入和輸出源。
• 管理多個視頻流。
🔗 learn.nvidia.com/courses/cours...:DLI+S-IV-02+V2

8. 10 分鐘構建大腦
探索第一個神經網絡背後的生物學原理。
您將瞭解:
• 神經網絡如何從數據中學習
• 使用 TensorFlow 2 構建和訓練神經元模型
🔗 learn.nvidia.com/courses/cours...:DLI+T-FX-01+V1

如果您覺得這很有用,您一定會愛上這款全新的 AI 學習工具。
輕鬆將任何複雜主題、PDF 或視頻轉換為筆記、思維導圖、抽認卡和測驗。
立即加入候補名單:www.fastwaitlist.com/studyai

別忘了保存這個帖子,以後再分享。
關注我 @HeyAbhishekk 瞭解更多。
如果您覺得這篇文章有幫助,請點贊或轉發以下帖子👇 twitter.com/154705972381122969...
來自推特
免責聲明:以上內容僅為作者觀點,不代表Followin的任何立場,不構成與Followin相關的任何投資建議。
喜歡
收藏
評論
分享





