Lokale, vom Ausbilder geleitete Live-GPU-Kurse (Graphics Processing Unit) demonstrieren durch interaktive Diskussionen und praktische Übungen die Grundlagen der GPU und die Programmierung von GPUs. GPU-Training ist als "Live-Training vor Ort" oder "Fern-Live-Training" verfügbar. Onsite Live Training kann vor Ort bei Kunden durchgeführt werden Deutschland oder in NobleProg Corporate Trainingszentren in Deutschland . Remote-Live-Training wird über einen interaktiven Remote-Desktop durchgeführt. NobleProg - Ihr lokaler Trainingsanbieter
Machine Translated
Erfahrungsberichte
Beispiele, die live diskutiert werden, Abschweifungen, Beispiele aus dem "Leben". Eine Form der Ausbildung, d.h. die Verflechtung eines Vortrags mit praktischen Beispielen und die Diskussion dieser Beispiele.
Piotr Glazor - Nokia
Kurs: NVIDIA GPU Programming - Extended
Machine Translated
Der Trainer zielte wirklich auf eine sehr spezifische Fallstudie ab und war in der Lage, sich an die Situation anzupassen (als sich die Lösungen für unsere Problematik während des Kurses entwickelten), und zwar über die vorgelagerte Vorbereitung hinaus.
Anne-Sophie Schwindenhammer
Kurs: Inkscape
Machine Translated
alle
Dominik Kutten
Kurs: Adobe LiveCycle Designer
Machine Translated
Organisation von Klassen
Jarosław Jasiński
Kurs: Adobe Illustrator
Machine Translated
Wissen und Reaktionsfähigkeit auf Probleme
Tadeusz Kopryaniuk
Kurs: Adobe Illustrator
Machine Translated
alles.
Janusz Magnuszewski - mLeasing
Kurs: Adobe LiveCycle Designer
Machine Translated
an Beispielen arbeiten
Kacper Gardziała - Exacto Sp. z o.o.
Kurs: Adobe Illustrator
Machine Translated
Konzentration auf die Bedürfnisse der ausgebildeten
Barbara Szubert-Tabaczka - Volkswagen Poznań Sp. z o.o.
Kurs: Adobe LiveCycle Designer
Machine Translated
Wissen und die Art und Weise, wie es vermittelt wird.
Magdalena Rokoszewska - Agencja Kreatywna Przereklamowani
Kurs: Techniki graficzne (Adobe Photoshop, Adobe Illustrator)
Machine Translated
GPU Unterkategorien
GPU (Graphics Processing Unit) Kurspläne
Name des Kurses
Dauer
Überblick
Name des Kurses
Dauer
Überblick
14 Stunden
Überblick
This course covers how to program GPUs for parallel computing. Some of the applications include deep learning, analytics, and engineering applications.
21 Stunden
Überblick
This instructor-led, live training course in Deutschland covers how to program GPUs for parallel computing, how to use various platforms, how to work with the CUDA platform and its features, and how to perform various optimization techniques using CUDA. Some of the applications include deep learning, analytics, image processing and engineering applications.
14 Stunden
Überblick
This instructor-led, live training in Deutschland (online or onsite) is aimed at developers who wish to build hardware-accelerated object detection and tracking models to analyze streaming video data.
By the end of this training, participants will be able to:
- Install and configure the necessary development environment, software and libraries to begin developing.
- Build, train, and deploy deep learning models to analyze live video feeds.
- Identify, track, segment and predict different objects within video frames.
- Optimize object detection and tracking models.
- Deploy an intelligent video analytics (IVA) application.
By the end of this training, participants will be able to:
- Install and configure the necessary development environment, software and libraries to begin developing.
- Build, train, and deploy deep learning models to analyze live video feeds.
- Identify, track, segment and predict different objects within video frames.
- Optimize object detection and tracking models.
- Deploy an intelligent video analytics (IVA) application.
14 Stunden
Überblick
This instructor-led, live training in Deutschland (online or onsite) is aimed at developers who wish to use CUDA to build Python applications that run in parallel on NVIDIA GPUs.
By the end of this training, participants will be able to:
- Use the Numba compiler to accelerate Python applications running on NVIDIA GPUs.
- Create, compile and launch custom CUDA kernels.
- Manage GPU memory.
- Convert a CPU based application into a GPU-accelerated application.
By the end of this training, participants will be able to:
- Use the Numba compiler to accelerate Python applications running on NVIDIA GPUs.
- Create, compile and launch custom CUDA kernels.
- Manage GPU memory.
- Convert a CPU based application into a GPU-accelerated application.
Zukünftige Graphics Processing Unit Kurse
31-08-2021 09:30
14 hours
20-09-2021 09:30
21 hours
21-09-2021 09:30
14 hours
27-09-2021 09:30
14 hours
27-09-2021 09:30
14 hours
GPU Schulung, GPU (Graphics Processing Unit) boot camp, GPU Abendkurse, GPU (Graphics Processing Unit) Wochenendkurse, GPU (Graphics Processing Unit) Kurs, GPU (Graphics Processing Unit) Training, GPU (Graphics Processing Unit) Seminar, GPU (Graphics Processing Unit) Seminare, GPU Privatkurs, Graphics Processing Unit (GPU) Coaching, GPU Lehrer
.jpg "deutsche bank (db)")
