NVIDIA GPU 用于為半導體、電子設備、汽車零部件和組件的制造開發最精確的自動檢測解決方案。 GPU 與附帶的軟件工具一起，能夠有效地訓練模型，以提高準確性，并在邊緣優化推理部署。這些模型極大地提高了工業檢查的準確性，從而減少了測試逃逸，并在更大的吞吐量下提高了產量。
NVIDIA 深度學習研究所（ DLI ）正在提供一個由講師指導的課程，內容是培訓、加速和優化缺陷檢測分類器。
首先，您將探索圍繞工業檢查的關鍵挑戰，以及數據整理、探索和格式化的問題表述。
然后，您將學習遷移學習、在線增強、建模和微調的基礎知識。
研討會結束時，您將熟悉優化推理、績效評估和深度學習模型解釋的關鍵概念。
通過參加本研討會，您將學習如何：
- 制定工業檢驗案例研究，并管理自動光學檢驗（ AOI ）機器生成的數據集。
- 處理工業檢驗工作流程中的物流和數據處理挑戰。
- 使用 NumPy 數據幀和 NumPy 庫從數據集中提取有意義的 i NSight s 。
- 將遷移學習應用于深度學習分類模型（ Inception v3 ）。
- 微調深度學習模型并建立評估指標。
- 使用 TensorRT NVIDIA 在 NVIDIA V100 張量核 GPU 上優化經過訓練的 Inception v3 模型? 5 .
- 用 V100 的張量核進行 FP16 半精度快速推斷實驗。
您將可以訪問云中的 GPU – 加速服務器，并獲得 NVIDIA DLI 證書，以展示主題能力并加速您的職業發展。
該研討會將提供兩次，以適應 CEST 和 PDT 時區：
2021 年 9 月 21 日，星期二，上午 9 點至下午 5 點，歐洲、中東和東歐地區， UTC + 2
2021 年 9 月 21 日，星期二，美國東部時間上午 9 點至下午 5 點， UTC-7
現在注冊，空間有限！
- 了解有關 NVIDIA DLI 的更多信息并為您的組織申請此研討會>>
- 觀看 NVIDIA DLI 遠程講師指導培訓體驗的短片>>
- 訪問 NVIDIA DLI 主頁獲取在線培訓和講師指導培訓的完整列表>>
?
