在线课程 – 约翰霍普金斯大学 Google GPU 编程专业认证

使用强大的 GPU 解决您的挑战。高性能计算技能的发展始于许多领域。

Suggested by: Coursera (What is Coursera?)

Professional Certificate

开始

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • 接触 CUDA 和并行计算库
  • 开发利用可用硬件的软件
  • 应用机器学习技术
  • 图像和音频信号处理
  • 数据处理
  • 在图像/信号处理领域开展实践项目
  • 探索基于 CUDA 的解决方案
  • 创建简短的演示并分享代码

What you will learn in the course

Courses for which the course is suitable

  • 数据科学家
  • 程序员
  • 机器学习工程师
  • 信号处理工程师
  • 开发人员 图像处理应用程序
  • 音频处理应用程序开发人员
  • 数据分析师
  • 开发基于 CUDA 的解决方案

专业化 – 由 4 部分组成的课程系列

该专业化适用于对创建利用可用硬件的软件感兴趣的数据科学家和软件开发人员。学生将接触到 CUDA 和库,它们允许您同时快速地执行许多计算。

应用

  • 机器学习
  • 图像/音频信号处理
  • 数据处理

应用学习项目

学习者将承担至少 2 个项目,使他们能够探索基于 CUDA 的图像/信号处理解决方案,以及一个可能与他们当前或未来职业生涯相关的选择主题。

他们还将创建简短的演示来展示他们的工作并分享他们的代码。

Details of the courses that make up the specialization

使用 GPU 进行并行编程简介

课程 1 – 19 小时

您将学到什么: 学生将学习使用 Python 和 C/C++ 编程语言开发并行软件。 学生将获得对 GPU 硬件和软件结构的基本了解。

课程 2 – 21 小时

您将学到什么: 学生将学习使用 CUDA 框架编写在 Nvidia CPU 和 GPU 上运行的 C/C++ 软件。 学生将把算法和顺序项目转换为 CUDA 命令,这些命令在 GPU 硬件上同时执行数百到数千次。

课程 3 – 28 小时

您将学到什么: 学生将学习开发可在包含多个 CPU 和 GPU 的计算环境中运行的软件。 学生将开发使用 CUDA 生成交互式 GPU 计算代码来处理异步数据的软件。

课程 4 – 25 小时

您将学到什么: 如何使用 cuFFT 和 cuBLAS 等库开发执行高级数学运算的软件。 如何使用 Thrust 库执行各种隐藏内存管理的数据操作和数据结构。 如何使用对 cuTensor 和 cuDNN 库进行建模的神经网络开发用于各种目的的机器学习软件。