Developer Resources for Deep Learning and AI

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.

DER PERFEKTE EINSTIEG IN DEEP LEARNING

Nur drei einfache Schritte sind erforderlich, damit Sie Deep Learning für ein Einzelprojekt, ein kleines Team oder ein umfassenderes Vorhaben nutzen können.

SOFTWARE AUSWÄHLEN

Finden Sie heraus, welche Software die richtige für Sie ist. Sie haben die Wahl zwischen einer interaktiven App, anpassbaren Frameworks und Hochleistungs-Bibliotheken.

NVIDIA^® DIGITS^™

Nutzen Sie interaktive Möglichkeiten beim Datenmanagement und Trainieren von Deep-Learning-Modellen, ob zur Bildklassifikation, Objekterkennung oder Bildsegmentierung. Das Schreiben von Code ist nicht erforderlich.

DEEP-LEARNING-FRAMEWORKS

Gestalten und trainieren Sie Deep-Learning-Modelle auf einer high-level Schnittstelle. Wählen Sie das Deep-Learning-Framework, das Ihren Anforderungen am besten entgegenkommt. Dabei sollten Sie Ihre bevorzugte Programmiersprache, Plattform und Zielanwendung berücksichtigen.

NVIDIA DEEP LEARNING SDK

Dieses NVIDIA Deep Learning SDK bietet hohe Leistung durch den Einsatz mehrerer Grafikprozessoren zur Beschleunigung sowie bewährte Deep-Learning-Algorithmen. Es ist auf einfache und sofortige Beschleunigung in Deep-Learning-Frameworks ausgelegt.

GRAFIKPROZESSOR AUSWÄHLEN

NVIDIA-Grafikprozessoren für Deep Learning sind in Desktops, Notebooks, Servern und Supercomputern auf der ganzen Welt präsent, genauso wie in den Cloud-Diensten von Amazon, IBM, Microsoft und Google. Sie können auf eine umgehend einsatzbereite Deep-Learning-Lösung mit der Leistung von NVIDIA-Grafikprozessoren zurückgreifen oder Ihre eigene Lösung entwickeln.

DESKTOP-ENTWICKLUNG

NVIDIA TITAN Xp – Der schnellste Grafikprozessor zum Trainieren von Deep Neural Networks auf Desktop-PCs, der auf der revolutionären NVIDIA Pascal^™-Architektur basiert.
NVIDIA Quadro® GV100 – der fortschrittlichste Grafikprozessor für das Training von Deep Neural Networks auf einer professionellen Workstation.

LÖSUNGEN FÜR RECHENZENTREN

NVIDIA DGX-1™ – das erste System der Welt, das speziell für Deep Learning entwickelt wurde. Die vollständig integrierte Hard- und Software sind schnell und einfach zu implementieren.
NVIDIA Tesla® P100 – der fortschrittlichste Grafikprozessor für Deep-Learning-Training, der auf der Pascal-Architektur basiert
NVIDIA Tesla® P40 – der fortschrittlichste Grafikprozessor für Deep-Learning-Inferenz
NVIDIA Tesla® P4 – für Video-Transkodierung, Bilderkennung und -verarbeitung sowie Deep-Learning-Inferenz optimierter Grafikprozessor mit geringem Energieverbrauch und kleinem Formfaktor.

EINGEBETTETE ANWENDUNGEN

NVIDIA Jetson™ TX2-Entwicklerkit – eine voll ausgestattete Entwicklerplattform für eingebettete Visual-Computing-Anwendungen.
NVIDIA DRIVE™ PX – ein Computer für selbstfahrende Autos, der auf dem NVIDIA Tegra X1-Prozessor basiert

GRAFIKPROZESSORBESCHLEUNIGTE CLOUD-DIENSTE

LOSLEGEN

Wählen Sie die Optionen, die Ihren Anforderungen und Ihrem Lernstil am ehesten entsprechen.

DEEP-LEARNING-KURSE

Das NVIDIA Deep Learning Institute bietet Kurse zum eigenständigen Lernen sowie Workshops mit Kursleitern an.
CS229: Machine Learning (Maschinelles Lernen) von Andrew Ng (Baidu)
Deep Learning in Oxford von Nando de Freitas (University of Oxford)
Neural Networks for Machine Learning (Neuronale Netze für maschinelles Lernen) von Geoffrey Hinton (Google, University of Toronto)
Deep Learning for Computer Vision (Deep Learning für Computer Vision) von Rob Fergus (Facebook, NYU)
Learning from Data (Aus Daten lernen) von Yasser Abu-Mostafa (Caltech)
Deep Learning for Natural Language Processing (Deep Learning für die Verarbeitung natürlicher Sprache) (Stanford)

BLOGPOSTS UND ARTIKEL

Deep Learning in a Nutshell (Deep Learning im Überblick) – Reihe von Tim Dettmers (Universität Lugano, Schweiz)
Hacker's Guide to Neural Networks (Leitfaden zu neuronalen Netzen für Hacker) von Andrej Karpathy (Stanford University)
Einstiegskurs zu DIGITS von Allison Gray (NVIDIA)
Posts zum Thema Deep Learning im Technologieblog ParallelForAll