Universidad de Málaga

Enseñanzas Propias

Plataforma de Gestión

  • UMA
  • /Servicio de Enseñanzas Propias
  • /Plataforma de Gestión EEPP
  • / Ficha del curso

Ficha del curso


IV CURSO DE EXTENSIÓN UNIVERSITARIA DE DEEP LEARNING Y CUDA (81540529001-1)

NIVEL:  Cursos de extensión universitaria (extinguidos)

CAMPO DE CONOCIMIENTO:  Ingenierías y arquitectura

Descripción:
Conocer las técnicas más actuales de aprendizaje profundo, supercomputación y aceleración en GPU de la mano del Deep Learning Institute de Nvidia y obtener sus 2 certificaciones más emblemáticas.

Proponente:  ARQUITECTURA DE COMPUTADORES
Director:  Manuel Ujaldón Martínez    Teléfonos:  952132824  /  
E-mail:  ujaldon@uma.es

Nº plazas:  40
Precio:  325.00 €

Preinscripción:  25.00 €
Plazo de preinscripción:  desde   01/08/2020    hasta 07/11/2020
Fecha pago preinscripción hasta:  07/11/2020

Plazo de matrícula:  desde   10/08/2020    hasta     06/11/2020
1º plazo:  300.00 €       Fecha:  hasta 06/11/2020       
2º plazo:  0.00 €       Fecha:  hasta 06/11/2020       

Permitido el pago por tarjeta bancaria.

Permitido el pago presencial.

Fecha de inicio de curso:  07/11/2020       Fecha de fin:  05/12/2020      NO VIGENTE   
Lugar:  On line.
Horario:  On line.
Requisitos de acceso:
Condiciones generales de acceso a la universidad. Se recomienda estar familiarizado con los fundamentos de la programación básica, como funciones y variables, y tener unos mínimos conocimientos de lenguaje C (como el uso de variables, arrays, sentencias IF y bucles FOR).

Duracion y creditos ECTS
Docencia teórico-práctica en aula:  0.00 ECTS     
Docencia On-line:  5.00 ECTS     
Prácticas externas en empresas:  0.00 ECTS     
Trabajo fin de titulo:  0.00 ECTS     
Créditos europeos totales:  5.00 ECTS     
Horas de clase presencial:  0.00      
Horas de trabajo del estudiante:  125.00     

Programa:
Módulo I: Aceleración en GPU con CUDA
1. Arquitectura de la GPU.
2. Aceleración con GPUs dotadas de miles de cores.
3. Jerarquía de millones de hilos en CUDA.
4. Despliegue, coordinación y sincronización de millones de hilos.
5. Los multiprocesadores y su memoria.
6. Flujos concurrentes en CUDA (streams).
7. Gestión de la memoria de vídeo.
8. Casos estudio de paralelismo masivo.

Módulo II: Herramientas de Nvidia para Deep Learning
1. Entrenamiento e inferencia de redes neuronales profundas en GPUs. Estado del arte.
2. El big bang en aprendizaje profundo. Tendencias actuales.
3. Arquitecturas de las redes neuronales para aplicaciones de supercomputación.
4. Componentes del modelo y su despliegue en GPU con Caffe.
5. Rendimiento y optimizaciones con Nvidia TensorRT.
6. Técnicas de big-data para mejorar el modelo.
7. Caso estudio: Clasificación de imágenes temáticas con DIGITS.
8. Premisas para mejorar la arquitectura de la red y extender la funcionalidad.

Más información

  • Oferta de estudios

    • Másteres de Formación Permanente
    • Diplomas de especialización
    • Diplomas de Experto
    • Diplomas de Extensión Universitaria
    • Certificados de extensión universitaria
    • Certificados de formación continua
    • Adaptación al grado
    • Formación complementaria (cursos cero)
    • MOOC y SPOC
    • Formación en competencias transversales
    • Microcredenciales universitarias
    • Cursos de especialización (extinguidos)
    • Cursos de formación superior (extinguidos)
    • Cursos de extensión universitaria (extinguidos)
  •  
 
Texto ODS B-EQUAL 2020 UNIVERSIA HR Comercio Justo CRUE FGUMA PACTO MUNDIAL ISO 14001 3IN ALLIANCE
Servicio de Enseñanzas Propias de la Universidad de Málaga.     Directorio y contacto