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。

扫码报名，了解详情

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