Imparte:
Universidad de MálagaConocer las técnicas más actuales de aprendizaje profundo y aceleración en GPU de la mano del Deep Learning Institute de Nvidia y obtener sus dos certificaciones más emblemáticas.
No se contempla ningún requisito de acceso ni experiencia profesional previa. Tan sólo se recomienda estar familiarizado con los fundamentos de la programación básica, como funciones y variables, y tener conocimientos elementales de los lenguajes C (para CUDA) y Python (para Deep Learning).
Módulo I: Aceleración en GPU con CUDA
1. Arquitectura de la GPU.
2. Aceleración con GPUs dotadas de miles de cores.
3. Jerarquía de millones de hilos en CUDA.
4. Despliegue, coordinación y sincronización de hilos.
5. Los multiprocesadores y su memoria.
6. Gestión eficiente de la memoria de la GPU.
7. Optimizaciones desde el Visual Profiler.
8. Casos estudio de paralelismo masivo.
Módulo II: Implementación de proyectos de Deep Learning sobre GPUs
1. Entrenamiento e inferencia de redes neuronales profundas en GPUs. Estado del arte.
2. El big bang en aprendizaje profundo. Tendencias actuales.
3. Arquitecturas de las redes neuronales para aplicaciones de supercomputación.
4. Redes neuronales convolucionales. Aplicaciones y mejoras.
5. Optimizaciones sobre el conjunto de datos y su despliegue en modelos reales.
6. Aprovechamiento de modelos pre-entrenados. Transferencia del aprendizaje.
7. Arquitecturas para el procesamiento del lenguaje natural.
8. Arquitecturas avanzadas: Autoencoders, aprendizaje de refuerzo y GANs Y TRANSFORMERS.
Publicidad
