 班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
|
坚持小班授课，为保证培训效果，增加互动环节，每期人数限3到5人。 |
| 上课时间和地点 |
开课地址：【上海】同济大学(沪西)/新城金郡商务楼(11号线白银路站)【深圳分部】：电影大厦(地铁一号线大剧院站) 【武汉分部】：佳源大厦【成都分部】：领馆区1号【沈阳分部】：沈阳理工大学【郑州分部】：锦华大厦【石家庄分部】：瑞景大厦【北京分部】：北京中山 【南京分部】：金港大厦
新开班 (连续班 、周末班、晚班）：2026年2月7日..参加培训,提升专业技能....课程再次升级....学用相长,注重实践....以质量求发展....合作共赢....实用实战....实战培训....用心服务..........--即将开课--............................(欢迎您垂询，视教育质量为生命！) |
| 实验设备 |
☆资深工程师授课
☆注重质量
☆边讲边练
☆合格学员免费推荐工作
★实验设备请点击这儿查看★ |
| 质量保障 |
1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供半年的技术支持。
3、培训合格学员可享受免费推荐就业机会。 |
课程大纲 |
| |
CUDA入门
1. GPU并行计算
2. 深度学习与GPU：
（1）深度学习介绍以及GPU在其中的作用
（2）caffe框架介绍及mnist训练和测试讲解
3. GPU体系架构
4. OpenMP介绍
5. CUDA环境搭建
CUDA入门
1. CUDA C编程基础
（1）CUDA编程模式：block和thread
（2）CUDA存储模式：global memory/shared memory
（3）CUDA C关键字及内核调用
（4）示例：向量加法
（5）课上练习：矩阵加法
2. CUDA线程调度
3. CUDA调试方法
4. 课上练习：调试方法练习
CUDA高级编程
1. 存储器优化技巧：
（1）矩阵乘法-global memory
（2）矩阵乘法-shared memory
2. 访存优化：bank conflict，bandwidth
3. 流与事件
4. 多GPU编程
5. 测试时间方法
6. 课上练习：
CUDA高级编程
1. 并行算法设计的一般原则
2. 并行算法设计方法
3. 优化技巧实战：卷积计算step by step优化性能
4. 调优工具：NSight分析性能瓶颈
|
首页 课程表 在线聊 报名 讲师 品牌 QQ聊 活动 就业