为了突破深度学习瓶颈，去学习CUDA及TensorRT加速工具，真的管用吗？

近两年，深度学习模型少有突破性进展，尽管学术界一直在炒大规模预训练模型，但是能玩得起的机构少之又少，更别提具体应用落地了。但是，深度学习终究还是要服务于企业，只有能为企业带来实在的收益（靠着玩概念，忽悠来的投资，不算做收益），深度学习才能长青。

各大企业都在努力验证深度学习的商业落地场景，而高学历的算法工程师在驻场解决甲方企业的实际问题时，却出现以下这种无语局面：

为了避免以上这种情况重复发生，现在的企业在招聘AI算法工程师时，开始要求应聘者需要掌握当下深度学习加速必备的CUDA编程，并且需要熟练掌握当下主流的加速工具TensorRT模型的使用技巧。

然而学习CUDA编程并不容易，尽管NVIDIA推出了CUDA相关文档，但是这些文档对新入门的小伙伴并不友好，很多人反映自己想学习CUDA，但是苦于学习起来效率太低，只好遗憾放弃。

基于此，深蓝学院与腾讯高级研究员一起研发了《深度神经网络加速：cuDNN 与 TensorRT》课程，细致讲解CUDA运算的理论支撑与实践，以及cuDNN、TensorRT这两个当下最热门的深度神经网络加速的工具。

请务必备注【125】，优先通过哦

以下附上部分课程预览：

（编译TRT git源码sampleMNIST）

​

01

师资力量

杨伟光，腾讯高级研究员，大连理工大学硕士

毕业后一直在腾讯从事语音领域深度学习加速上线工作。近10年CUDA开发经验，近5年TensorRT开发经验；

Github TensorRT_Tutorial作者。

康博，高级研究员

主要方向为自然语言处理、智能语音及其在端侧的部署。博士毕业于清华大学，在各类国际AI会议和刊物中发表论文10篇以上，多次获得NIST主办的国际比赛top 2成绩。近年来主要研究方向为AI在场景中的落地应用。

02

课程大纲

03

课程优势

1. 内容精简：主讲CUDA核心的并行运算操作

2. 知识前沿：本期课程涵盖当下主流的深度学习模型加速工具

3. 氛围活跃：与数百位同学共同交流学习

04

适合人群

1.  人工智能领域的算法或者开发工程师，尤其是工作涉及深度学习的模型。

2.  希望学习并行计算系统的科研工作者以及工程师。

05

学习收获

1. 掌握CUDA并行系统的分析、开发、调试与优化方法。

2. 熟悉CUDA的基本概念以及主流的并行运算。

3. 了解cuDNN与TensorRT两个深度学习模型的加速工具

4. 具备动手实践深度学习模型加速的能力

06

 学习圈子及服务

你的同学大多是来自985、211及海外院校硕博，在这里大家一起学习、进行讨论与研究。独一无二的优质圈子将是你未来学习与就业的宝贵资源。

并且会有讲师&助教及时答疑解惑，班主任全程带班督学，帮你克服拖延，不断进步。助教1V1批改作业，并在班会中进行讲评和指导；在班会中，学习更多技巧；在交流中收获更多思路。

---

扫码报名，了解详情

请务必备注【125】，优先通过哦