10 دورات مجانية تقدمها NVIDIA لا يجب عليك أن تفوتها
تُعد شركة NVIDIA واحدة من أكثر شركات الأجهزة العملاقة نفوذاً في العالم. وبصرف النظر عن وحدات معالجة الرسوميات التي تحظى بشعبية كبيرة، توفر الشركة أيضًا دورات تدريبية مجانية لمساعدتك على فهم المزيد حول الذكاء الاصطناعي التوليدي ووحدات معالجة الرسوميات والروبوتات والرقائق والمزيد.
الأهم من ذلك، أن كل هذه المهام متاحة مجانًا ويمكن إكمالها في أقل من يوم.
1. تسريع سير عمل علوم البيانات بدون أي تغييرات في التعليمات البرمجية
تعد إدارة البيانات وتحليلها بكفاءة أمرًا بالغ الأهمية للشركات العاملة في مجال البرمجيات والتمويل وتجارة التجزئة. غالبًا ما تكون سير العمل التقليدية التي تعتمد على وحدة المعالجة المركزية مرهقة، ولكن وحدات معالجة الرسومات تتيح الحصول على رؤى أسرع، مما يؤدي إلى اتخاذ قرارات عمل أفضل.
في هذه الورشة، ستتعلم كيفية بناء وتنفيذ تدفقات عمل علوم البيانات الشاملة المسرعة بواسطة وحدة معالجة الرسوميات من أجل الاستكشاف السريع للبيانات ونشر الإنتاج. باستخدام المكتبات المسرعة بواسطة RAPIDS™، يمكن للمرء تطبيق خوارزميات التعلم الآلي المسرعة بواسطة وحدة معالجة الرسوميات، بما في ذلك XGBoost، وأقصر مسار أحادي المصدر في cuGraph، وKNN وDBSCAN في cuML، والانحدار اللوجستي.
يمكن الاطلاع على مزيد من التفاصيل حول الدورة هنا – https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+T-DS-03+V1
2. شرح الذكاء الاصطناعي التوليدي
تقدم هذه الدورة التدريبية المجانية عبر الإنترنت والتي يمكن تعلمها بالسرعة التي تناسبك أساسيات الذكاء الاصطناعي التوليدي، والتي تتضمن إنشاء محتوى جديد بناءً على مدخلات مختلفة. ومن خلال هذه الدورة التدريبية، سيتمكن المشاركون من فهم مفاهيم الذكاء الاصطناعي التوليدي وتطبيقاته وتحدياته وآفاقه.
تتضمن أهداف التعلم تعريف الذكاء الاصطناعي التوليدي وطريقة عمله، وتحديد التطبيقات المتنوعة، ومناقشة التحديات والفرص المرتبطة به. كل ما تحتاجه للمشاركة هو فهم أساسي لمبادئ التعلم الآلي والتعلم العميق.
للتعرف على الدورة ومعرفة المزيد من التفاصيل، راجعها هنا – https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+S-NP-01+V1
3. بصمة الأصابع الرقمية باستخدام مورفيوس
تقدم هذه الدورة التدريبية التي مدتها ساعة واحدة للمشاركين كيفية تطوير ونشر سير عمل الذكاء الاصطناعي لبصمة الإصبع الرقمية من NVIDIA، مما يوفر رؤية كاملة للبيانات ويقلل بشكل كبير من وقت اكتشاف التهديدات.
سيكتسب المشاركون خبرة عملية مع إطار عمل NVIDIA Morpheus AI، المصمم لتسريع تطبيقات الذكاء الاصطناعي المستندة إلى وحدة معالجة الرسوميات لتصفية ومعالجة وتصنيف كميات كبيرة من بيانات الأمن السيبراني المتدفقة.
بالإضافة إلى ذلك، سيتعلمون عن NVIDIA Triton Inference Server ، وهي أداة مفتوحة المصدر تسهل النشر والتنفيذ الموحدين لنماذج الذكاء الاصطناعي عبر أحمال العمل المختلفة. لا توجد متطلبات مسبقة مطلوبة لهذا البرنامج التعليمي، على الرغم من أن الإلمام بمفاهيم الأمن السيبراني الدفاعية وسطر أوامر Linux مفيد.
للتعرف على الدورة ومعرفة المزيد من التفاصيل، راجعها هنا – https://courses.nvidia.com/courses/course-v1:DLI+T-DS-02+V2/
4. بناء العقل في 10 دقائق
تتعمق هذه الدورة في أساسيات الشبكات العصبية، مستمدة من الرؤى البيولوجية والنفسية. وتتمثل أهدافها في توضيح كيفية استخدام الشبكات العصبية للبيانات للتعلم وفهم المبادئ الرياضية التي تقوم عليها وظيفة الخلية العصبية.
في حين يمكن لأي شخص تنفيذ الكود المقدم لمراقبة عملياته، فمن المستحسن أن يكون لديك فهم جيد لمفاهيم برمجة Python 3 الأساسية – بما في ذلك الوظائف والحلقات والقواميس والمصفوفات. بالإضافة إلى ذلك، يُنصح أيضًا بالإلمام بحساب خطوط الانحدار.
للتعرف على الدورة ومعرفة المزيد من التفاصيل، راجعها هنا – https://courses.nvidia.com/courses/course-v1:DLI+T-FX-01+V1/
5. مقدمة عن CUDA
يتعمق هذا المقرر في أساسيات كتابة نوى CUDA عالية التوازي والمصممة للتنفيذ على وحدات معالجة الرسومات NVIDIA.
يمكن للمرء أن يكتسب الكفاءة في العديد من المجالات الرئيسية: إطلاق نوى CUDA المتوازية بشكل كبير على وحدات معالجة الرسومات NVIDIA، وتنظيم تنفيذ الخيوط المتوازية لمعالجة مجموعات البيانات الكبيرة، وإدارة عمليات نقل الذاكرة بشكل فعال بين وحدة المعالجة المركزية ووحدة معالجة الرسومات، والاستفادة من تقنيات تحديد الملفات الشخصية لتحليل وتحسين أداء كود CUDA.
إليك الرابط لمعرفة المزيد عن الدورة التدريبية – https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+T-AC-01+V1
6. بناء العقل في 10 دقائق
تتعمق هذه الدورة في أساسيات الشبكات العصبية، مستمدة من الرؤى البيولوجية والنفسية. وتتمثل أهدافها في توضيح كيفية استخدام الشبكات العصبية للبيانات للتعلم وفهم المبادئ الرياضية التي تقوم عليها وظيفة الخلية العصبية.
في حين يمكن لأي شخص تنفيذ الكود المقدم لمراقبة عملياته، فمن المستحسن أن يكون لديك فهم جيد لمفاهيم برمجة Python 3 الأساسية – بما في ذلك الوظائف والحلقات والقواميس والمصفوفات. بالإضافة إلى ذلك، يُنصح أيضًا بالإلمام بحساب خطوط الانحدار.
للتعرف على الدورة ومعرفة المزيد من التفاصيل،
راجعها هنا – https://courses.nvidia.com/courses/course-v1:DLI+T-FX-01+V1/
7. قم بتعزيز درجة الماجستير في القانون باستخدام RAG
يقدم Retrieval Augmented Generation (RAG)، الذي ابتكرته شركة Facebook AI Research في عام 2020، طريقة لتعزيز مخرجات LLM من خلال دمج البيانات في الوقت الفعلي والمحددة للمجال، مما يلغي الحاجة إلى إعادة تدريب النموذج. يدمج RAG وحدة استرجاع المعلومات مع مولد الاستجابة، مما يشكل بنية متكاملة.
استنادًا إلى الممارسات الداخلية لشركة NVIDIA، يهدف هذا التقديم إلى توفير فهم أساسي لـ RAG، بما في ذلك آلية الاسترجاع والمكونات الأساسية ضمن إطار أساسيات الذكاء الاصطناعي لشركة NVIDIA.
من خلال فهم هذه الأساسيات، يمكنك بدء استكشافك لتطبيقات LLM وRAG.
للتعرف على الدورة ومعرفة المزيد من التفاصيل، راجعها هنا – https://courses.nvidia.com/courses/course-v1:NVIDIA+S-FX-16+v1/
8. البدء في استخدام الذكاء الاصطناعي على Jetson Nano
تعمل مجموعة NVIDIA Jetson Nano Developer Kit على تمكين صناع المحتوى والمطورين العصاميين وعشاق التكنولوجيا المضمنة في جميع أنحاء العالم من خلال قدرات الذكاء الاصطناعي.
يتيح هذا الكمبيوتر القوي وسهل الاستخدام تنفيذ شبكات عصبية متعددة في وقت واحد، مما يتيح تطبيقات مختلفة مثل تصنيف الصور، واكتشاف الكائنات، وتقسيمها، ومعالجة الكلام.
خلال الدورة التدريبية، سوف يستخدم المشاركون دفاتر Jupyter iPython على Jetson Nano لإنشاء مشروع تصنيف التعلم العميق باستخدام نماذج الرؤية الحاسوبية.
بحلول نهاية الدورة، سوف يمتلك الأفراد المهارات اللازمة لتطوير تصنيف التعلم العميق ونماذج الانحدار الخاصة بهم من خلال الاستفادة من قدرات Jetson Nano.
إليك الرابط لمعرفة المزيد عن الدورة التدريبية – https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+S-RX-02+V2
10. إنشاء أدوات معالجة المشاهد ثلاثية الأبعاد المخصصة على NVIDIA Omniverse
تقدم هذه الدورة إرشادات عملية حول توسيع وتحسين الأدوات ثلاثية الأبعاد باستخدام منصة Omniverse القابلة للتكيف . من خلال التدريس من قبل فريق نظام Omniverse للمطورين، سيكتسب المشاركون المهارات اللازمة لتطوير أدوات متقدمة لإنشاء عوالم افتراضية دقيقة فعليًا.
من خلال التمارين التي يتم تحديد سرعتها حسب رغبة المتعلمين، سيتمكن المتعلمون من التعمق في برمجة Python لإنشاء أدوات مخصصة للتحكم في المشاهد داخل Omniverse. تتضمن أهداف التعلم الرئيسية تشغيل Omniverse Code، وتثبيت/تمكين الامتدادات، والتنقل عبر التسلسل الهرمي لمراحل USD، وإنشاء أدوات تحكم في الأدوات للتحكم في الحجم.
تشمل الدورة أيضًا إصلاح المتلاعبين المعطلين وبناء متلاعبين متخصصين بمقياس. تتضمن الأدوات المطلوبة Omniverse Code وVisual Studio Code وPython Extension. تتضمن متطلبات الأجهزة الدنيا جهاز كمبيوتر مكتبي أو محمول مزود بمعالج Intel i7 Gen 5 أو AMD Ryzen، بالإضافة إلى وحدة معالجة رسومية NVIDIA RTX Enabled مع ذاكرة 16 جيجابايت.
للتعرف على الدورة ومعرفة المزيد من التفاصيل، راجعها هنا – https://courses.nvidia.com/courses/course-v1:DLI+S-OV-06+V1/