NVIDIA推出五门全新免费技术课程，帮助开发者提升技能

随着人工智能（AI）驱动的技术创新速度加快，保持技能的最新状态对于开发者来说至关重要。NVIDIA开发者计划现提供五门全新的免费技术课程，旨在提供在各行业取得成功所需的培训和资源，具体信息见NVIDIA技术博客。

加速端到端数据科学工作流

该课程使开发者能够构建和执行端到端的GPU加速数据科学工作流。利用RAPIDS加速数据科学库，参与者将学习应用GPU加速的机器学习算法和逻辑回归进行大规模数据分析。

• 使用cuDF和Apache Arrow数据框架实现GPU加速的数据准备和特征提取。
• 使用XGBoost和cuML算法应用GPU加速的机器学习任务。
• 使用cuGraph执行GPU加速的图分析。
• 使用cuXFilter构建数据可视化。

RAPIDS加速Apache Spark

本课程侧重于利用NVIDIA GPU与Apache Spark相结合，以加速工作负载并降低成本。

• 使用Apache Spark并集成RAPIDS Accelerator。
• 运行Spark CPU和GPU工作负载以分析性能提升。
• 利用RAPIDS Accelerator工具集进行作业调优和速度估算。

基于Transformer的自然语言处理介绍

Transformers是大型语言模型（LLMs）的基础。本课程涵盖它们在文本分类、命名实体识别（NER）和问答等自然语言处理（NLP）任务中的应用。

• 解释transformers及其在LLMs中的作用。
• 使用transformers分析和生成基于文本的数据。
• 利用预训练的LLMs来执行各种NLP任务。

利用Llama 2进行Prompt工程

参与者将学习与Llama 2模型进行交互和Prompt工程，以分析文档和生成文本。

• 编写精确的Prompts以使LLM行为与意图一致。
• 通过Prompt工程技术引导LLMs。
• 通过合并Prompt-Response历史记录创建聊天机器人行为。

生成合成数据以训练计算机视觉模型

本课程使用Omniverse Replicator生成合成数据（SDG）以训练计算机视觉模型。

• 在Omniverse中编写和完善Replicator脚本。
• 使用PyTorch对预训练模型进行细调以进行物体检测。
• 将训练好的模型导出至NVIDIA Triton推理服务器进行测试。

NVIDIA开发者计划通过一系列自主学习的在线课程和由讲师指导的工作坊，提供云端GPU加速服务器的实际操作经验。该计划还免费提供先进工具、软件以及专属的社区，使开发者能够始终跟上加速计算技术的步伐。

社区、软件访问及更多福利

NVIDIA开发者计划在开发者使用NVIDIA技术的每个阶段提供资源和社区支持。福利包括：

• 访问NVIDIA软件、SDK、API、库和模型。
• 使用来自NVIDIA NGC的GPU优化软件和容器化应用程序。
• 个性化的技术创新新闻更新。
• 参与新NVIDIA技术的早期访问计划。
• 通过NVIDIA培训获取培训选项和认证机会。
• 通过NVIDIA开发者论坛和活动进行社区互动。
• 访问研究论文、技术文档、博客文章和特定行业的资源。

鼓励开发者加入NVIDIA开发者计划，以便开始访问这些资源，并与该领域的专家和同行进行交流。