NVIDIA 免費 AI 課程

NVIDIA 提供跨組織的個人和團隊所需的培訓，包含人工智慧、加速運算、資料科學、資料中心的知識管理、圖形和模擬、網路等內容。課程以英語教學。

NVIDIA 表明參加其課程將可讓你 :

了解如何為諸如此類的行業建立深度學習和加速計算應用程式
例如醫療保健、機器人、自動駕駛、製造等。
透過最廣泛使用的行業標準平台獲得實務經驗，包括
軟體、硬體、工具和框架。每個學生都可以存取完全配置的、
雲端中的 GPU 加速伺服器或在我們的培訓實驗室中存取 NVIDIA 解決方案。
精通管理 NVIDIA 硬體和軟體解決方案，例如 DGX™、
InfiniBand、Cumulus、NVIDIA AI Enterprise 等。
只需使用筆記型電腦即可隨時隨地存取講師指導的研討會和線上課程
網路連線。
透過與產業領導者合作設計的內容來獲得現實世界的專業知識，例如洛杉磯兒童醫院、梅奧診所和普華永道。
獲得 NVIDIA 認證和課程結業證書，以表明主題能力並支持您的職業發展。

為開發者開設的講師帶領的工作坊的開發者課程都需要 USD500，個人照自我速度學習的開發者課程中有些是免費的，其他約 USD30 或 USD90。這些課程請參考 NVIDIA Training Course Catalog, 以下整理免費的課程部分 :

更簡單 CUDA簡介（加速運算基礎)

學習編寫並行 CUDA 核心的基礎以在 NVIDIA GPUs 上執行

條件 : 有能力用 CUDA C/C++ 寫應用程式

Tools | Libraries, Frameworks : C/C++

1 小時，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

優化車輛路線（深度學習)

NVIDIA cuOpt™ 是一款 GPU 加速的物流解算器，它使用啟發式和最佳化來計算具有各種約束的複雜車輛路徑問題變體

條件 :

了解 Python 3 中的基本程式設計概念，例如函數、迴圈、字典和陣列。
熟悉基於矩陣的 Python 函式庫，例如 NumPy 和 pandas
熟悉 NVIDIA Rapids。特別是 CuDF，很高興擁有，但不是必需的。

Tools | Libraries, Frameworks : NVIDIA cuOpt, CuDF, SciPy, NumPy, Pandas, GeoPandas, VeRoViz

1 小時，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

10 分鐘建立一個腦（深度學習)

建立一鍵筆記本探索生物和對世界的心理啟發的第一個神經網路。

條件 : 了解 Python3 程式設計概念如 functions, loops, dictionaries, 和 arrays

Tools | Libraries, Frameworks : N/A

10 分鐘，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

基於實體的具有 Modulus 的機器學習簡介（深度學習)

科學和工程領域的高保真模擬計算成本高昂，而且對於從設計分析到最佳化的快速迭代用例來說，時間也很長。實體機器學習平台 NVIDIA Modulus (模數)透過建立基於實體的深度學習模型來增強此類用例，該模型比傳統方法快 100,000 倍，並提供高保真模擬結果。

完成後，你將了解 Modulus 的各種建置模組以及實體深度學習的基礎知識。你還將了解模組框架如何與整個 Omniverse 平台整合。

條件 :

熟悉 Python 程式語言
了解偏微分方程及其在物理學的應用
熟悉機器學習概念，例如訓練和推理

Tools | Libraries, Frameworks : NVIDIA Modulus

4 小時，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

運用 Morpheus 的數位指紋識別（深度學習)

在本課程中，你將獲得實務經驗開發與部署 NVIDIA 數位指紋辨識 AI 工作流程可達到 100% 資料可見性並大大減少了時間偵測威脅。你也會聽到來自不同機構的專家討論如何使用 NVIDIA AI 框架和工具進行架構網路安全的解決方案。

條件 : 本教程沒有任何先決條件，但是熟悉防禦性網路安全主題 Linux 命令列將有優勢。

Tools | Libraries, Frameworks : NVIDIA Morpheus AI框架，NVIDIA Triton 推理伺服器

1 小時，無證書

p.s. 找不到連結, 可能要登記後問 NVIDIA

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

災害風險 – 運用衛星影像監控（深度學習)

了解如何使用衛星圖像建置和部署深度學習，自動檢測洪水事件的模型。這個工作流程可以應用於降低成本、提高效率、並顯著提高效率各種自然災害管理用例。

條件 :

Python 3 程式設計能力
對機器學習的基本了解和深度學習概念，特別是變體卷積神經網路（Convolutional Neural Networks，CNN），以及管道。
有興趣了解使用現代方法的衛星圖像如何操縱。

Tools | Libraries, Frameworks : NVIDIA DALI®、NVIDIA TAO Toolkit, NVIDIA TensorRT, NVIDIA Triton Inference Server

有簡中，10 小時，有證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

從 Jetson Nano 的 AI 開始（深度學習)

了解如何建立深度學習分類使用電腦視覺模型進行專案 NVIDIA Jetson Nano 開發套件。

條件 : 基本上熟悉 Python（有幫助，但沒有必需的）

Tools | Libraries, Frameworks : PyTorch, Jetson Nano

有簡中，8 小時，需備好硬體，有證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

透過零程式碼變更加速資料科學工作流程（資料科學)

在各個行業中，現代資料科學需要快速有效地處理大量數據。這些工作負載需要加速，以確保及時獲得結果並提高整體生產力。 NVIDIA RAPIDS 提供無縫體驗，能夠以零程式碼變更的方式為許多現有資料科學任務提供 GPU 加速。

條件 :

對資料處理的基本了解以及表格資料的標準資料科學工作流程的知識
使用常見 Python 程式庫進行資料分析的經驗

Tools | Libraries, Frameworks : N/A

1 小時，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

使用檢索增強你的 LLM – 增強生成（Generative AI & LLMs)

檢索增強生成（RAG（是一種端到端架構，它將資訊檢索元件與回應產生器結合。在本入門課程中，我們提供了一個起點使用 NVIDIA 內部使用的元件。此工作流程將幫助您開啟 LLM 和 RAG 之旅。

條件 : 無

Tools | Libraries, Frameworks : N/A

有簡中，1 小時，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

為 LLMs 建立 RAG 代理（Generative AI & LLMs)

由 LLMs 支持的代理人很快就受到歡迎。最近一個特別強大的發展是基於檢索的 LLM 系統的普及，該系統可以透過使用工具、查看文件和規劃方法來進行知情對話。本課程將觀察如何在實踐中部署代理系統並擴展你的系統以滿足使用者和客戶的需求。

條件 :

介紹深度學習知識，熟悉 PyTorch 和遷移學習者優先。
中級 Python 經驗，包括物件導向程式設計和程式庫

Tools | Libraries, Frameworks : N/A

８小時，有證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

Generative AI 說明（Generative AI & LLMs)

Generative AI (生成式人工智慧)描述了用於根據各種輸入生成新內容的技術。在本課程中，你將學習產生人工智慧的概念、應用以及這個令人興奮的領域的挑戰和機會。

條件 : 對機器學習的基本了解和深度學習概念

Tools | Libraries, Frameworks : N/A

2 小時，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

組裝一個簡單的在 NVIDIA Isaac Sim™ 的 Robot （圖形與模擬)

在本課程中，你將逐步完成「組裝簡單機器人」教程，在即時 NVIDIA Isaac Sim GPU 環境中組裝兩輪移動機器人。

條件 : 能夠安裝 Omniverse Launcher 和 Omniverse 應用程式的 Windows 或 Linux 電腦；網路頻寬足以支援 Isaac Sim 用戶端/伺服器串流（效能會有所不同）。

Tools | Libraries, Frameworks : NVIDIA Isaac Sim

1 小時，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

在 NVIDIA Omniverse 打造美麗、客製化 3D 工具的 UI （圖形與模擬)

體驗面向虛擬世界建構者和創作者的 NVIDIA Omniverse 開發平台。深入了解 NVIDIA Omniverse Kit 強大的omni.ui 工具和框架套件，成為 UI 大師。在這個自訂進度的課程中，你將透過實作練習為 Omniverse 中的工作流程建立自己的自訂 UI。

條件 : 基本上熟悉 Python（有幫助，但沒有必需的）。建議材料滿足先決條件：Python 教學。

Tools | Libraries, Frameworks : Omniverse Code、Visual Studio Code、Python 和 Python 擴充

有簡中，90 分鐘，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

建構 3D 產品配置器 – 採用 OpenUSD 和 Omniverse （圖形與模擬)

在此實作實驗室中，你將釋放 OpenUSD 的強大功能，在 NVIDIA Omniverse 中建置即時設定器。在此過程中，你將了解工作流程、資產注意事項以及 USD 構成概念，你可以將它們直接應用到你自己的開發過程中。

條件 : 中級 Python 經驗，包括物件導向程式設計和程式庫

Tools | Libraries, Frameworks : 該實驗室需要一台有 NVIDIA RTX GPU

2 小時，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

含 Extensions 的 NVIDIA Omniverse 開發、客製化、並發布（圖形與模擬)

想要更改 NVIDIA Omniverse 的功能和使用者介面 (UI)？學習如何寫 Python 程式客製化含 extensions 的 Omniverse 經驗。

條件 : 對 Python 有基本的了解。基本了解電腦圖形學很有幫助，但不是必需的。

Tools | Libraries, Frameworks : Omniverse 程式碼、Visual Studio 程式碼、 Python 與 Python Extension

8 小時，有證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

在 NVIDIA Omniverse 輕鬆開發進階 3D 佈局工具（圖形與模擬)

獲得 NVIDIA Omniverse 的實務經驗，該平台用於連接和創建實體精確的 3D 虛擬世界。了解使用幾行 Python 腳本在 Omniverse 程式碼中建立自己的自訂場景佈局工具是多麼容易。在這個自律的課程，你將透過 Omniverse 程式碼和 Python 的實踐練習在 Omniverse 中建立自己的自訂場景佈局。

條件 : 對電腦圖形學的基本了解概念 – 例如頂點( vertices )、網格( meshes )和 RGB 值 – 以及對基本原則的理解 Python 中的程式設計概念如函數( functions )、迴圈( loops )、字典( dictionaries )和陣列( arrays )。

Tools | Libraries, Frameworks : 通用場景敘述

簡中，2 小時，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

操作 OpenUSD 的基礎知識（圖形與模擬)

在本實驗中，我們將介紹使用通用場景描述 (OpenUSD) 的基礎知識。你將了解如何使用 USD 實現無損工作流程、圖層如何幫助輕鬆快速地進行場景合成，以及如何使用 USD 進行資料分離並重複使用它來加速工業用例中的 3D 工作流程。

條件 : 了解基本編程 Python 3 中的概念，例如函數、迴圈、字典和陣列。

Tools | Libraries, Frameworks : 該實驗室需要一台機器 NVIDIA RTX GPU

2 小時，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

開始使用 USD 用於協作 3D 工作流程（圖形與模擬)

了解如何使用人類可讀的通用情境來描述 ASCII (.USDA) 檔案產生場景。完成後，你將能夠在 USD 框架內創建自己的場景，並為在 NVIDIA Omniverse、Maya、Unity 和 Unreal Engine 等應用程式中使用它奠定堅實的基礎。

條件 : 對電腦圖形概念（例如頂點、網格和 RGB 值）有基本的了解，並了解 Python 中的基本程式設計概念（如函數、迴圈、字典和陣列）。

Tools | Libraries, Frameworks : 通用場景敘述

4 小時，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

如何建立一個原生 OpenUSD XR 應用（圖形與模擬)

了解如何利用通用場景描述 (OpenUSD) 來加速擴充實境 (XR) 開發並以前所未有的方式增強視覺保真度。本課程將提供你使用 NVIDIA Omniverse 和 NVIDIA CloudXR 建置、自訂和串流您自己的 OpenUSD 本機 XR 應用程式所需的技能和工具。

條件 : 中級 Python 經驗，包括物件導向的程式設計和程式庫。

Tools | Libraries, Frameworks : 本課程需要 VR 頭機和 NVIDIA RTX GPU

2 小時，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

在 NVIDIA Omniverse 如何建立客戶 3D 場景操縱器工具（圖形與模擬)

了解如何在模組化、易於擴充的 Omniverse 平台上建立進階工具。你將從 Omniverse 開發者生態系統團隊學習如何擴展和增強你今天所了解和喜愛的 3D 工具。在這個自訂進度的課程中，你將在 Omniverse 中建立自己的自訂場景操縱器工具，並透過編寫幾行 Python 程式碼進行實作練習。

條件 : 基本上熟悉 Python（有幫助，不是必要的）。滿足先決條件的建議材料：Python 教程。

Tools | Libraries, Frameworks : Omniverse Code、Visual Studio Code、Python 與 Python Extension

簡中，90 分鐘，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

如何建構工業數位孿生的 OpenUSD 應用程式（圖形與模擬)

本實驗介紹 NVIDIA Omniverse 開發平台的基礎知識。你將了解如何開始建立 3D 應用程式和工具，以提供支援工業用例和工作流程所需的功能，以聚合和審查工廠、倉庫等大型設施。

條件 : 中級 Python 經驗，包括物件導向的程式設計和程式庫。

Tools | Libraries, Frameworks : 該實驗室需要一台機器 NVIDIA RTX GPU

2 小時，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

DOCA 流程入門（基礎設施)

NVIDIA® DOCA™ 是釋放 NVIDIA BlueField® 資料處理單元 (DPU) 卸載、加速和隔離資料中心工作負載潛力的關鍵。借助 DOCA，開發人員可以透過創建具有零信任保護的軟體定義、雲端原生、DPU 加速服務來對未來的資料中心基礎設施進行編程，以滿足現代資料中心日益增長的效能和安全需求。

DOCA Flow 是在硬體中建立通用執行管道的最基本的 API。此程式庫提供了一個用於建立一組管道的 API，其中每個管道由匹配條件、監控和一組操作組成。管道可以連結起來，以便在執行管道定義的操作後，資料包可以前進到另一個管道。

在本課程中，你將透過建立「ARP 風暴控制」應用程式來了解DOCA Flow 編程，該應用程式可透過建立DOCA Flow 管道來防止廣播風暴引起的網路故障，從而抑制惡意廣播網錄活動而不影響行為良好的流量。

條件 : 網路基礎知識的應用知識

Tools | Libraries, Frameworks : N/A

8 小時，無證書

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

NVIDIA DOCA 軟體框架可讓開發人員在 NVIDIA BlueField 資料處理單元 (DPU) 之上快速建立應用程式和服務。 DOCA 與 BlueField DPU 結合透過全面、開放的開發平台提供突破性的網路、安全性和儲存效能。
在這個自學課程中，你將學習 DOCA 作為在 BlueField DPU 上加速資料中心運算的平台的基本概念。完成後，參與者將掌握入門知識，使你能夠開始使用 DOCA 和 DPU 來開發可加速資料中心服務的應用程式。

條件 :

熟悉軟體架構及其與硬體的關係和執行方式。
滿足先決條件的建議資料：