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. Hasta 2024 estuve en el 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++ Moderno

La plataforma de computación CUDA permite la aceleración de aplicaciones que solo usan CPU para ejecutarse en las GPUs masivamente paralelas más rápidas del mundo. Al finalizar el taller, comprenderás los conceptos y técnicas fundamentales para acelerar código C++ con CUDA y serás capaz de:

  • Escribir y compilar código que se ejecute en la GPU

  • Optimizar la migración de memoria entre CPU y GPU

  • Aprovechar potentes algoritmos paralelos que simplifican la aceleración de tu código con GPUs

  • Implementar tus propios algoritmos paralelos programando directamente GPUs con kernels de CUDA

  • Utilizar flujos concurrentes de CUDA para superponer el tráfico de memoria con el cómputo

  • Saber dónde, cuándo y cómo añadir mejor la aceleración CUDA a las aplicaciones existentes que solo usan CPU

Se emitirá una certificación oficial de NVIDIA DLI al completar la evaluación. Sitio web oficial: aquí. Este curso sustituye a "Fundamentos de la computación acelerada con CUDA C/C++".


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 con PyTorch. 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.
  • Utilizando un Modelo de Grande del Lenguaje (LLM) para responder a preguntas basadas en el texto proporcionado.
  • 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

En este curso práctico, aprenderás a acelerar en la GPU flujos de trabajo de ciencia de datos de extremo a extremo con RAPIDS. En concreto:

  • Implementar la preparación de datos y la extracción de características aceleradas en la GPU utilizando cuDF y Polars.
  • Distribuir la carga de trabajo de datos en entornos multi-GPU con Dask.
  • Aplicar un amplio espectro de tareas de aprendizaje automático aceleradas en la GPU utilizando XGBoost y diversos algoritmos cuML.
  • Ejecutar análisis de grafos acelerados en la GPU con cuGraph, logrando análisis a escala masiva en pequeñas cantidades de tiempo
  • Realización de múltiples tareas de análisis en varios conjuntos de datos masivos en un esfuerzo por evitar un brote epidémico simulado que afecte 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.