Tres sencillos pasos para que pongas en marcha tus proyectos de deep learning para un proyecto en solitario, un equipo pequeño o a escala.
1
SELECCIONA EL SOFTWARE
Busca el software adecuado en tu caso, Elige entre una aplicación interactiva, entornos de trabajo personalizables o bibliotecas de alto rendimiento.
NVIDIA ® DIGITS ™
Gestiona datos y entrena modelos de deep learning interactivamente para clasificar imágenes, detectar objetos y segmentar imágenes sin tener que escribir código.
ENTORNOS DE TRABAJO DE DEEP LEARNING
Diseña y entrena modelos de deep learning con una interfaz de alto nivel. Elige el entorno de trabajo de deep learning que más se ajuste a tus necesidades según el lenguaje de programación, la plataforma y la aplicación de destino.
SDK DE DEEP LEARNING DE NVIDIA
Este SDK de deep learning de NVIDIA ofrece aceleración de varias GPU de alto rendimiento y algoritmos de deep learning examinados por la industria, y está diseñado para la aceleración "drop-in" fácil en entornos de trabajo de deep learning.
2
ELIGE UNA GPU
Existen GPU NVIDIA de deep learning disponibles en ordenadores de escritorio, portátiles, servidores y superordenadores de todo el mundo, así como en servicios en la nube de Amazon, IBM, Microsoft y Google. Puedes elegir una solución plug-and-play de deep learning basada en GPU NVIDIA o crear la tuya propia.
DESARROLLO DE ESCRITORIO
- NVIDIA TITAN V: la tarjeta gráfica más potente que se ha creado jamás para PC impulsa avances en todos los sectores de la industria.
- NVIDIA Quadro® GV100: el acelerador más avanzado para el entrenamiento de redes neuronales profundas en una estación de trabajo profesional.
SOLUCIONES PARA EL CENTRO DE DATOS
- NVIDIA DGX-1™: el primer sistema del mundo diseñado especialmente para deep learning, con un hardware y un software totalmente integrados que pueden desplegarse rápida y fácilmente.
- NVIDIA Tesla® P100: el acelerador más avanzado para el entrenamiento de deep learning basado en la arquitectura Pascal.
- NVIDIA Tesla® P40: el acelerador de inferencia de deep learning más rápido.
- NVIDIA Tesla® P4: un acelerador de GPU de bajo consumo y pequeño formato optimizado para la transcodificación de vídeo, el reconocimiento y procesamiento de imágenes y la inferencia de deep learning.
APLICACIONES EMBEBIDAS
- NVIDIA Jetson TX2 Developer Kit: una plataforma de desarrollo con todas las funciones necesarias para la computación de IA. Incluye guías de diseño y documentación, está prediseñado para un entorno de desarrollo Linux y es compatible con el SDK de NVIDIA Jetpack.
- NVIDIA DRIVE™ PX: un ordenador para coches autónomos que se basa en el procesador NVIDIA Tegra X1.
SERVICIOS EN LA NUBE ACELERADOS POR GPU
3
LISTO PARA FUNCIONAR
Elige las opciones más adecuadas a tus necesidades y tu estilo de aprendizaje.
CLASES DE DEEP LEARNING
- NVIDIA Deep learning Institute ofrece cursos de autoaprendizaje y talleres impartidos por instructor.
- CS229: Aprendizaje automático por Andrew Ng (Baidu)
- Deep learning en Oxford por Nando de Freitas (Universidad de Oxford)
- Redes neuronales para el aprendizaje automático por Geoffrey Hinton (Google, Universidad de Toronto)
- Deep learning para visión computarizada por Rob Fergus (Facebook, NYU)
- Aprendizaje de los datos por Yasser Abu-Mostafa (Caltech)
- Deep learning para el procesamiento de lenguaje natural (Stanford)
ARTÍCULOS Y ENTRADAS DE BLOG
- Serie Deep Learning in a Nutshell por Tim Dettmers (Universidad de Lugano, Suiza)
- Guía del hacker sobre redes neuronales por Andrej Karpathy (Universidad de Stanford)
- Introducción a DIGITS por Allison Gray (NVIDIA)
- Entradas de deep learning en el blog técnico ParallelForAll
PRESENTACIÓN TÉCNICA Y SEMINARIOS WEB
- Deep learning a gran escala para la construcción de sistemas informáticos inteligentes por Jeff Dean (Google)
- Deep learning: siguientes pasos por Andrew Ng (Baidu)
- Deep learning a escala por Ren Wu (Baidu)
- GPU y aprendizaje automático: una mirada a cuDNN por Sharan Chetlur (NVIDIA)
ÚNETE AL PROGRAMA DE DESARROLLADORES DE NVIDIA
Accede a todo lo que necesitas para desarrollar con productos NVIDIA. La inscripción es gratuita y está abierta a todo el mundo.