NVIDIA GPU 用于为半导体、电子设备、汽车零部件和组件的制造开发最精确的自动检测解决方案。 GPU 与附带的软件工具一起，能够有效地训练模型，以提高准确性，并在边缘优化推理部署。这些模型极大地提高了工业检查的准确性，从而减少了测试逃逸，并在更大的吞吐量下提高了产量。
NVIDIA 深度学习研究所（ DLI ）正在提供一个由讲师指导的课程，内容是培训、加速和优化缺陷检测分类器。
首先，您将探索围绕工业检查的关键挑战，以及数据整理、探索和格式化的问题表述。
然后，您将学习迁移学习、在线增强、建模和微调的基础知识。
研讨会结束时，您将熟悉优化推理、绩效评估和深度学习模型解释的关键概念。
通过参加本研讨会，您将学习如何：
- 制定工业检验案例研究，并管理自动光学检验（ AOI ）机器生成的数据集。
- 处理工业检验工作流程中的物流和数据处理挑战。
- 使用 NumPy 数据帧和 NumPy 库从数据集中提取有意义的 i NSight s 。
- 将迁移学习应用于深度学习分类模型（ Inception v3 ）。
- 微调深度学习模型并建立评估指标。
- 使用 TensorRT NVIDIA 在 NVIDIA V100 张量核 GPU 上优化经过训练的 Inception v3 模型™ 5 .
- 用 V100 的张量核进行 FP16 半精度快速推断实验。
您将可以访问云中的 GPU – 加速服务器，并获得 NVIDIA DLI 证书，以展示主题能力并加速您的职业发展。
该研讨会将提供两次，以适应 CEST 和 PDT 时区：
2021 年 9 月 21 日，星期二，上午 9 点至下午 5 点，欧洲、中东和东欧地区， UTC + 2
2021 年 9 月 21 日，星期二，美国东部时间上午 9 点至下午 5 点， UTC-7
现在注册，空间有限！
- 了解有关 NVIDIA DLI 的更多信息并为您的组织申请此研讨会>>
- 观看 NVIDIA DLI 远程讲师指导培训体验的短片>>
- 访问 NVIDIA DLI 主页获取在线培训和讲师指导培训的完整列表>>
