Zi 字媒體

NVIDIA 為了強化其基於 GPU 與 CUDA 的各類 AI 技術與應用，除了持續推出大量產品外，也向下紮根到學習與教育市場，而今年 GTC 大會更藉由僅 99 美金的 Jetson Nano 嵌入式 AI 開發平台，為學生與 AI 開發者提供便宜但性能強大、且具備與 NVIDIA 平台開發一致性的基礎 AI 裝置，而此次 NVIDIA 也首度將 Jetson Nano 加入深度學習坊的教程，提供 Jetson DLI 課程，為這項廣受學生與開發者歡迎的平價平台提供基礎技術教育。   ▲線上課程提供 2 小時基礎課程、 8 小時進階課程，另針對多人團隊與企業提供預約制的工作坊訓練課程與企業教程 深度學習實作坊提供三種教育課程模式，針對 20 人內的小型團隊， NVIDIA 提供線上自學課程內容，讓有志學習 AI 技術的人員可藉線上課程內容學習技術，而針對 20 人以上團隊則可與 NVIDIA 洽詢，由 NVIDIA 方協助安排整天的教育與深度學習實作坊認證課程，此外針對大型企業還有從基本介紹、混合線下與線上的教育訓練服務。 ▲ NVIDIA 此次提供 Jetson Nano DLI 的課程服務 而此次 NVIDIA 針對 Jetson Nano 提供基本教程，以共 8 小時的教程，讓參與課程的人員能搭配 jupyter 就夠機器視覺的深度學習分類專案，從基礎到實作學習如何應用 Jetson Nano ，進而開發自己的應用；當前 Jetson Nano 的教程僅先提供英文，未來預計陸續提供多國語言版本，包括繁體中文、韓文、日文、簡體中文等，雖然是初階課程， NVIDIA 推薦使用者具備 Python 使用經驗會較容易上手。 八小時的課程包括以下： 1 、設定 Jetson Nano 與攝影機。 2 、收集用於分類模型的影像資料。 3 、對影像資料加上註解，以便用於迴歸模型。 4 、使用這些資料來訓練一套神經網路，建立自己的模型。 5 、使用建立的模型，在 Jetson Nano 上進行推。 6 、斷完成時就能使用 Jetson Nano 建立自己的深度學習分類和迴歸模型。 除了 Jetson Nano DLI 外，針對首度接觸的初學者到進階使用者， NVIDIA 還有許多與 Jetson Nano 相關的課程與應用，諸如初步的 Hello AI World ，就可在數小時內搭配 JetPack SDK 、 NVIDIA TensorRT 開發利用預訓練模型進行影像分類、物體偵測的深度學習推論展示內容。或是透過 JetBot 開源機器人，學習如何利用搭配配件與 AI ，做出可追蹤物體與避免碰撞的機器人，對自動駕駛有興趣的開發者，亦可藉由 JetRacer  AI 賽車套件，以包括 Jetson Nano 不到 400 美金的價格，打造一台可進行 AI 道路追蹤的賽車，並只需使用瀏覽器就可完成互動程式碼編寫。 回應 7