课程信息

此课程所属【人工智能职业方向】专业，专业内有不少于15门推荐课程，目前平台推出【专业课程0元学】活动，只需0元即可在所有的专业课程中任选5门学习，超值优惠，助您快速成长！点击这里了解

讲师

yzm

课程简介

近年来，显卡的更新换代也比较快，NVIDIA今年的发布会也宣布了RTX3080TI即将到来。显卡的运算能力也越来越强。
很多人对显卡的了解可能源于游戏，但是你的显卡不止能用来打游戏，还可以利用CUDA编程，对图像处理、机器学习等诸多领域进行大幅度的提速。
如今GPU的发展越来越快，在图像处理和深度学习领域更为突出，很多的计算机开源库，如OpenCV, TensorFlow,pytorch等等都提供了CUDA接口。很多的开源项目也提供了使用GPU的情况，比如yolov3等，可以说GPU由于其高效，使用也越来越普遍。
本课程属于CUDA入门的课程，旨在让学员对GPU的架构以及GPU编程有一个初步的认识，能在实际情况下用CUDA完成一些并行化的加速。了解了CUDA的原理和调用方法，可以在日常中用CUDA解决更多并行化的问题，而不受限于开源库的API接口。

课程章节

第1课从零开始，手把手的环境搭建教程：CUDA硬件环境，软件环境介绍，CUDA在WINDOWS和LINUX平台上的详细安装步骤，GPU与CPU数据传输简单示例
第2课快速掌握CUDA编程基础原理：介绍CUDA编程的并行原理，了解线程、线程块、网格等概念，了解CUDA的同步机制，CUDA官方库的使用
第3课 CUDA编程实战：利用CUDA实现几种常见的模型，如映射变换、累计求和、转置与排序，获得大幅度提速
第4课程序调试，BUG定位，快速修正代码bug的技巧：CUDA的简单调试，对CUDA进行计时找到耗时点，输出CUDA的错误信息，方便修改，CUDA可视化工具的使用
第5课 CUDA提速的高级技巧，CUDA流的应用：CUDASTREAM，CUDA流的使用、同步，用CUDA流完成矩阵运算
第6课 OPENCV介绍，手把手教你安装，配置和使用OPENCV（在后续的课程中需要对图片进行操作，所以这里会简单介绍OPENCV图像开源库）
第7课实时图片渲染，CUDA+OPENCV的图像处理实战：利用CUDA进行图像处理（灰度变换，直方图增强等）
第8课 CUDA提速的综合示例：用CUDA实现图片的图像色彩分割

课程环境

Windows（visual stdio）或Linux系统，NVIDIA显卡

授课对象

对并行计算，CUDA编程感兴趣的同学，不需要有太多的基础知识

收获预期

具备GPU和CUDA编程能力，能够分清适合用CUDA加速的场景，对实际应用中的场景也能使用CUDA进行加速

学费

学费: ￥400 ( 固定学费: ￥300，逆向学费: ￥100 )

新颖的课程收费形式：“逆向收费”约等于免费学习，仅收取300元固定收费+100元逆向学费，学习圆满则逆向学费全额返还给学员！

【快班】并行化计算与CUDA编程