This site requires Javascript in order to view all its content. Please enable Javascript in order to access all the functionality of this web site. Here are the instructions how to enable JavaScript in your web browser.

Aprender, innovar, liderar

Continúa tu inmersión en el Deep Learning. Explora los recursos de aprendizaje sobre IA, computación acelerada y ciencia de datos acelerada.

Learning Deep Learning

Iníciate en el Deep Learning con este nuevo libro de Magnus Ekman de NVIDIA.

Learning Deep Learning es una guía completa para el deep learning Aclarando tanto los conceptos básicos como las técnicas de programación práctica necesarias para tener éxito, este libro es ideal para desarrolladores, científicos de datos, analistas y otros, incluidos aquellos sin experiencia previa en aprendizaje automático o estadísticas. El libro proporciona ejemplos de código concisos y bien anotados usando TensorFlow con Keras. Y con los correspondientes ejemplos de PyTorch proporcionados en línea, el libro cubre las dos bibliotecas de Python dominantes utilizadas para el Deep Learning en el sector y la academia.

Comprar ahora

Más información sobre el autor Magnus Eklam

Conoce al autor: Magnus Ekman

Director de Arquitectura, NVIDIA

Vídeo: introducción al Deep Learning presentado en la Conferencia GTC 2021

Mira la introducción de Magnus al Deep Learning en NVIDIA GTC21

Explora los ejemplos de código del libro

Explorar ejemplos de código

Lista de lecturas recomendadas

Deep Learning (Adaptive Computation and Machine Learning)

de Ian Goodfellow, Yoshua Bengio y Aaron Courville

Machine Learning Yearning

de Andrew Ng

Deep Learning with Python

de François Chollet

Ray Tracing Gems II

de Adam Marrs, Peter Shirley e Ingo Wald

Programming Massively Parallel Processors: A Hands-on Approach

de David B. Kirk y Wen-mei W. Hwu

Parallel Programming: Concepts and Practice

de Bertil Schmidt Jorge Gonzalez-Dominguez, Christian Hundt y Moritz Schlarb

Professional CUDA C Programming

de John Cheng, Max Grossman y Ty McKercher

Robotics, Vision and Control

de Peter Corke

Investigación de NVIDIA

La innovadora tecnología empieza aquí con los mejores investigadores del mundo. Explora varias actividades de investigación en IA, Deep Learning, robótica, computación de alto rendimiento, gráficos por ordenador y más.

Más información

Programas de Deep Learning para instructores

Programas para educadores y
kits de aprendizaje

NVIDIA DLI ofrece materiales descargables para educadores universitarios y formación online gratuita para los estudiantes a través de los kits de aprendizaje de DLI. Los educadores también pueden obtener la certificación para impartir talleres de DLI en el campus a través del programa de embajadores universitarios.

Más información

Formación técnica

Cursos en línea a su propio ritmo

Talleres en director, virtuales y dirigidos por un instructor

¿Tienes alguna pregunta?

Consulta acerca de los servicios de NVIDIA Deep Learning Institute.

Para las preguntas técnicas, revisa los foros de desarrolladores de NVIDIA.

Ponte en contacto con nosotros para preguntas sobre el
Entrenamiento de Deep Learning

Section

Section

Nombre

Apellidos

Dirección de correo electrónico profesional

Nombre de la organización/universidad

N.º de teléfono

Sector industrial

Cargo

Ubicación

Ciudad

Motivo para solicitar contacto:

State

nvid hidden field

ncid hidden field

Política de privacidad de NVIDIA

Acepto que NVIDIA <span class="corporation-txt hidden">Corporation </span>recopile y procese la información anterior con fines de investigación y organización de eventos, y he leído y acepto la <a href="https://www.nvidia.com/es-es/about-nvidia/privacy-policy/?deeplink=visiting-our-website" target="_blank">Política de privacidad de NVIDIA</a>.

Acepto que la información anterior sea transferida a NVIDIA Corporation en los Estados Unidos y almacenada de forma coherente con <a href="https://www.nvidia.com/es-es/about-nvidia/privacy-policy/?deeplink=visiting-our-website" target="_blank">Política de privacidad de NVIDIA</a> debido a las necesidades de investigación, organización de eventos y la correspondiente gestión interna de NVIDIA y necesidad de funcionamiento del sistema. Puedes ponerte en contacto con nosotros enviando un correo electrónico a <a href="mailto:privacy@nvidia.com">privacy@nvidia.com</a> para resolver problemas relacionados.

Una sesión de entrenamiento de Deep Learning por Magnus Ekman

Sesión de entrenamiento de Deep Learning de NVIDIA GTC 21

Magnus lleva a cabo una breve sesión de entrenamiento sobre el Deep Learning. Esta presentación es una gran vista previa de los temas que Magnus trata en su libro, Learning Deep Learning (LDL). La charla comienza con una descripción de alto nivel de los temas tratados en LDL. A continuación, pasa a una descripción más detallada de parte del contenido de los capítulos iniciales, incluidos ejemplos de programación. Concluye con una visión general de una aplicación más compleja, una red de subtítulos de imágenes que genera descripciones textuales de las imágenes. Esta red de subtítulos de imágenes es el foco de uno de los ejemplos finales de programación en LDL y da una idea del tipo de habilidades que el lector dominará después de leer el libro.

Ver ahora

Ejemplos de código del autor Magnus Ekman

Códigos de ejemplo de GitHub

Explora más ejemplos de código del autor. El repositorio de GitHub de Learning Deep Learning contiene archivos de Python para todos los ejemplos de código incluidos en el libro. El repositorio también contiene Jupyter Notebooks bien documentados que te permiten recorrer cada ejemplo de forma interactiva. Muchos de los ejemplos de código se basan en el marco TensorFlow DL, que es el marco que se enseña en el libro impreso. Para los lectores que estén interesados en aprender el marco PyTorch DL en lugar de (o además de) TensorFlow, el repositorio también contiene versiones de PyTorch de estos ejemplos. Los Jupyter Notebooks contienen descripciones detalladas de las construcciones de PyTorch, a un nivel de detalle similar al que se describe TensorFlow en el libro.

Más información

Magnus Ekman