NVIDIA DEEP LEARNING INSTITUTE WORKSHOPS

DLI

El NVIDIA Deep Learning Institute es una organización que se dedica a la formación en temas relacionados con GPU. Ofrecen cursos totalmente prácticos con recursos en la nube, siendo una buena forma de adentrarse en una nueva tecnología. Además, la plataforma genera un certificado al completar un ejercicio final propuesto.
 
En 2018 fui nombrado Embajador Universitario, y colaboro con ellos para dar formación sobre GPU computing, Deep Learning y Data Science. Ahora mismo estoy en Gold Tier. Si estás interesado en recibir formación sobre alguno de los siguientes cursos, de los cuales soy instructor certificado, puedes inscribirte en este formulario o contactar conmigo:


Fundamentos de Computación Acelerada con CUDA C/C++

La plataforma de computación CUDA permite que la aceleración de aplicaciones de solo CPU se ejecute en las GPU de paralelismo masivo más rápidas del mundo. Experimenta la aceleración de aplicaciones de C/C++. Para ello deberás:

  • Acelerar las aplicaciones de solo CPU para ejecutar su paralelismo latente en las GPU
  • Utilizar técnicas esenciales de gestión de memoria de CUDA para optimizar las aplicaciones aceleradas
  • Exponer el potencial de concurrencia de las aplicaciones aceleradas y aprovecharlo con flujos de CUDA
  • Aprovechar la generación de perfiles visuales y de línea de comandos como guía y comprobación de tu trabajo

Después de completaro, serás capaz de acelerar y optimizar aplicaciones C/C++ usando las herramientas más esenciales de CUDA y sus técnicas. Entenderás un estilo iterativo de desarrollo con CUDA, y te permitirá desplegar aplicaciones aceleradas de froma rápida. Un certificado oficial emitido por la plataforma NVIDIA DLI será emitido cuando se complete la tarea final. Sitio web oficial: aquí


Fundamentos de Deep Learning

En este curso práctico dirigido por un instructor, aprenderás los fundamentos del aprendizaje profundo mediante el entrenamiento y el despliegue de redes neuronales. Lo harás:

  • Aprendiendo las técnicas fundamentales y herramientas requeridas para entrenar un modelo de deep learning.
  • Adquiriendo experiencia con tipos de datos y arquitecturas de modelos comunes en deep learning.
  • Mejorando datasets mediante aumentado de datos para mejorar la precisión de los modelos.
  • Aprovechando la transferencia de aprendizaje entre modelos para obtener resultados eficientes con menos datos y computación.
  • Generando confianza para emprender tu propio proyecto con un framework moderno para deep learning.

Un certificado oficial emitido por la plataforma NVIDIA DLI será emitido cuando se complete la tarea final. Sitio web oficial: aquí. Este curso es el reemplazo del "Fundamentos de Deep Learning para Computer Vision".


Fundamentos de Data Science Acelerado con RAPIDS

En este curso práctico, aprenderás a acelerar en la GPU los flujos de trabajo de ciencia de datos, de principio a fin:

  • Usando cuDF, Dask y BlazingSQL para inyectar y manipular conjuntos de datos masivos directamente en la GPU.
  • Utilizando una amplia variedad de algoritmos de aprendizaje automático acelerados en la GPU, incluyendo XGBoost, cuGRAPH y varios algoritmos cuML para realizar análisis de datos a escala masiva.
  • Realizando múltiples tareas de análisis en varios conjuntos de datos masivos en un esfuerzo por evitar un brote epidémico simulado que afectara a toda la población del Reino Unido.

Un certificado oficial emitido por la plataforma NVIDIA DLI será emitido cuando se complete la tarea final. Sitio web oficial: aquí.

NVIDIA ACADEMIC HARDWARE GRANT PROGRAM

El programa NVIDIA Academic Hardware Grant ha elegido mi proyecto "Deep Learning for master students at University of Seville", por el cual nos han donado una GPU A100 PCIe. Esta tarjeta tiene 6912 núcleos y 40GB de memoria, y está optimizada para acelerar el entrenamiento de redes neuronales profundas. Los estudiantes que se beneficiarán de este hardware serán prioritariamente:

  • Alumnos matriculados en el curso Deep Learning del Máster de Ingeniería Informática, para poder realizar los proyectos de esta asignatura con los recursos necesarios.
  • Alumnos que asistan a alguno de los cursos que organice en el futuro donde se haga uso de los talleres del NVIDIA DLI y de material de especialización más allá de estos talleres.
  • Alumnos que estén realizando su trabajo fin de máster en el Máster de Ingeniería Informática y en el Máster Universitario en Lógica, Computación e Inteligencia Artificial, que necesiten entrenar modelos de Deep Learning, acelerar workflows de Data Science con RAPIDS, o acelerar código mediante CUDA.
  • Alumnos de grado dentro de la ETSII que requieran de dicho hardware para entrenar modelos de Deep Learning, acelerar workflows de Data Science con RAPIDS, o acelerar código mediante CUDA.

EVENTOS ORGANIZADOS


GPUdays
Fundamentals
CRC

WORKSHOP FUNDAMENTALS OF DEEP LEARNING (2/12/21)

DLI

El NVIDIA Deep Learning Institute (DLI), a través de la colaboración entre la Universidad de Sevilla y la King's College of London, te ofrece el workshop sobre Fundamentos de Deep Learning. En este workshop de 8 horas aprenderás a definir redes neuronales convolucionales, entrenarlas con datasets, combatir el sobreajuste, hacer clasificadores de imágenes, hacer transferencia de aprendizaje con modelos pre-entrenados, y entender las redes recurrentes y el word embedding. Trabajarás de primera mano con Keras y Tensorflow. Este taller incluye un ejercicio final que, si lo consigues solucionar, obtendrás un certificado oficial. Información:

  • Fecha: 2 de diciembre de 2021, de 8:30 a 16:30 (compatible con el horario del máster MULCIA)
  • Lugar: online (se anunciará la plataforma en breve)
  • Registro: CUPO COMPLETO. Puedes indicar tu interés en el formulario al final de esta página
  • Coste: gratis (dirigido a la comunidad académica)
  • Idioma: Español (material en Inglés)
  • Instructores: embajadores certificados del NVIDIA DLI.
    • Instructor principal: Andrés Díaz-Pinto es actualmente un Research Fellow en la King’s College London, y parte del London AI centre. En colaboración con NVIDIA, Andrés está desarrollando la nueva plataforma MONAILabel, que facilita la anotación de imágenes médicass usando Deep Learning y técnicas de Active Learning.
    • Moderador y TA (ayudante): Miguel Ángel Martínez-del-Amor es actualmente profesor ayudante doctor del departamento de ciencias de la computación e inteligencia artificial de la Universidad de Sevilla. Su investigación se centra principalmente en la intersección entre GPU computing, Machine Learning y Bio-inspired Computing.
  • Estructura del taller: ver la página web oficial.

REGISTRO EN LA LISTA DE ESPERA



Puedes usar el siguiente formulario para mostrar tu interés en alguno de los workhops descritos arriba. De esta forma, estarás en la lista de espera para siguientes ediciones (planeado para primavera 2022). Por razones personales, no pude organizar GPU days en junio, siento los inconvenientes que esto haya podido causar.

Además, si pertences al mundo académico puedes tomar talleres gratuitos por parte del NVIDIA DLI, echa un vistazo a los talleres para personal docente/investigador o para estudiantes.