Solve Challenges with Powerful GPUs. Develop mastery in high performance computing and apply to numerous fields.

3.0

星

8件の評価

Chancellor Thomas Pascale

提供：

GPU Programming専門講座ジョンズ・ホプキンズ大学（Johns Hopkins University）

学習内容

Develop CUDA software for running massive computations on commonly available hardware
Utilize libraries that bring well-known algorithms to software without need to redevelop existing capabilities
Students will learn how to develop concurrent software in Python and C/C++ programming languages.
Students will gain an introductory level of understanding of GPU hardware and software architectures.

習得するスキル

この専門講座について

5,349 最近の表示

This specialization is intended for data scientists and software developers to create software that uses commonly available hardware. Students will be introduced to CUDA and libraries that allow for performing numerous computations in parallel and rapidly. Applications for these skills are machine learning, image/audio signal processing, and data processing.

応用学習プロジェクト

L​earners will complete at least 2 projects that allow them the freedom to explore CUDA-based solutions to image/signal processing, as well as a topic of choosing, which can come from their current or future professional career. They will also create short demonstrations of their efforts and share their code.

共有できる証明書

修了時に証明書を取得

100%オンラインコース

自分のスケジュールですぐに学習を始めてください。

フレキシブルなスケジュール

柔軟性のある期限の設定および維持

中級レベル

約5ヶ月で完了

4時間/週の推奨ペース

英語

貴社では、従業員に需要のあるスキルを訓練させることによって利益を得ることができるでしょうか？

Coursera for Businessを試す

共有できる証明書

修了時に証明書を取得

100%オンラインコース

自分のスケジュールですぐに学習を始めてください。

フレキシブルなスケジュール

柔軟性のある期限の設定および維持

中級レベル

約5ヶ月で完了

4時間/週の推奨ペース

英語

貴社では、従業員に需要のあるスキルを訓練させることによって利益を得ることができるでしょうか？

Coursera for Businessを試す

トップ企業の従業員がどのように需要の高いスキルを習得しているかを見る

Coursera for Businessの詳細情報を見る

専門講座の仕組み

コースを受講しましょう。

Courseraの専門講座は、一連のコース群であり、技術を身に付ける手助けとなります。開始するには、専門講座に直接登録するか、コースを確認して受講したいコースを選択してください。専門講座の一部であるコースにサブスクライブすると、自動的にすべての専門講座にサブスクライブされます。1つのコースを修了するだけでも結構です。いつでも、学習を一時停止したり、サブスクリプションを終了することができます。コースの登録状況や進捗を追跡するには、受講生のダッシュボードにアクセスしてください。

実践型プロジェクト

すべての専門講座には、実践型プロジェクトが含まれています。専門講座を完了して修了証を獲得するには、成功裏にプロジェクトを終了させる必要があります。専門講座に実践型プロジェクトに関する別のコースが含まれている場合、専門講座を開始するには、それら他のコースをそれぞれ終了させる必要があります。

修了証を取得

すべてのコースを終了し、実践型プロジェクトを完了すると、修了証を獲得します。この修了証は、今後採用企業やあなたの職業ネットワークと共有できます。

この専門講座には4コースあります。

コース1

コース 1

Introduction to Concurrent Programming with GPUs

コース2

コース 2

Introduction to Parallel Programming with CUDA

This course will help prepare students for developing code that can process large amounts of data in parallel on Graphics Processing Units (GPUs). It will learn on how to implement software that can solve complex problems with the leading consumer to enterprise-grade GPUs available using Nvidia CUDA. They will focus on the hardware and software capabilities, including the use of 100s to 1000s of threads and various forms of memory.

コース3

コース 3

CUDA at Scale for the Enterprise

This course will aid in students in learning in concepts that scale the use of GPUs and the CPUs that manage their use beyond the most common consumer-grade GPU installations. They will learn how to manage asynchronous workflows, sending and receiving events to encapsulate data transfers and control signals. Also, students will walk through application of GPUs to sorting of data and processing images, implementing their own software using these techniques and libraries.

By the end of the course, you will be able to do the following: - Develop software that can use multiple CPUs and GPUs - Develop software that uses CUDA’s events and streams capability to create asynchronous workflows - Use the CUDA computational model to to solve canonical programming challenges including data sorting and image processing To be successful in this course, you should have an understanding of parallel programming and experience programming in C/C++. This course will be extremely applicable to software developers and data scientists working in the fields of high performance computing, data processing, and machine learning.

コース4

コース 4

CUDA Advanced Libraries

This course will complete the GPU specialization, focusing on the leading libraries distributed as part of the CUDA Toolkit. Students will learn how to use CuFFT, and linear algebra libraries to perform complex mathematical computations. The Thrust library’s capabilities in representing common data structures and associated algorithms will be introduced. Using cuDNN and cuTensor they will be able to develop machine learning applications that help with object detection, human language translation and image classification.

講師

Chancellor Thomas Pascale

Instructor and Software Engineer

Computer Science

受講者2,404 名

4 コース

提供：

ジョンズ・ホプキンズ大学（Johns Hopkins University）

よくある質問

返金ポリシーについて教えてください。
サブスクライブすると、7日間の無料トライアルを体験できます。この期間中は解約金なしでキャンセルできます。それ以降、払い戻しはありませんが、サブスクリプションをいつでもキャンセルできます。返金ポリシーをすべて表示します。
1つのコースだけに登録することは可能ですか？
はい。まず始めに興味のあるコースカードをクリックして登録します。コースに登録して修了することによって、共有できる修了証を取得するか、無料でコースを聴講してコースの教材を確認することができます。専門講座の一部であるコースにサブスクライブすると、専門講座全体に自動的にサブスクライブされます。進捗を追跡するには、受講生のダッシュボードにアクセスしてください。
学資援助はありますか？
はい。一部の学習プログラムでは、登録料が払えない場合、学資援助や奨学金を申請することができます。学習プログラムの選択において、学資援助や奨学金が利用可能な場合は、説明ページに申請するためのリンクが貼ってあります。
無料でコースを受講できますか？
コースに登録すると専門講座のすべてのコースにアクセスできるようになり、コースを修了すると修了証を取得できます。コース内容の閲覧のみを希望する場合は、無料でコースを聴講することができます。受講料の支払いが難しい場合は、学資援助を申請することができます。
このコースは100%オンラインで提供されますか？実際に出席する必要のあるクラスはありますか？
このコースは完全にオンラインで提供されているため、実際に教室に出席する必要はありません。Webまたはモバイル機器からいつでもどこからでも講義、学習用教材、課題にアクセスできます。
専門講座を修了するのにどのくらいの期間かかりますか？
Each course in the specialization is aimed to be completed in 1 month. The full specialization should be completed in 4 months.
What background knowledge is necessary?
Prospective students should have a minimum of 1 year of programming experience. A high level of comfort in programming in C/C++ will aid in the absorbtion of material and completion of assignments.
Do I need to take the courses in a specific order?
Each course in the specialization should be completed in the following order:
Introduction to Concurrent Programming with GPUs
Introduction to Parallel Programming with CUDA
CUDA at Scale for the Enterprise
CUDA Advanced Libraries
専門講座を修了することで大学の単位は付与されますか？
No, this specialization is intended to earn a certificate of completion.
What will I be able to do upon completing the Specialization?
You will be able to develop complex software that can run on Nvidia GPUs. This will allow for solving complex challenges that would take longer on most CPUs or be less cost effective on clusters.

さらに質問がある場合は、受講者ヘルプセンターにアクセスしてください。

従業員のスキルを磨き、業績を伸ばす

Coursera for Businessを発見する

GPU Programming専門講座

学習内容

習得するスキル

この専門講座について

応用学習プロジェクト