|
| 商品編號： | DUE4153 |
|
| 商品名稱： | Udemy線上課程 (Ken Cen 出品) Generative AI 第 34 部：用英偉達CUDA C 進階打造神經網絡的底層核心 講師:瞭解更多 影音教學 中文發音 |
|
| 商品分類： | Udemy線上課程綜合教學 |
|
| 語系版本： | 中文發音 繁體中文版 | |
| 商品類型： | Ken Cen 出品 | |
| 運行平台： | 官方原版畫質MP4檔,沒有任何平台限制,終身使用 | |
| 更新日期： | 2026-08-20 |
|
| 光碟片數： | 1片DVD光碟 |
|
| 銷售價格： | $200元 |
|
| 熱門標籤： | Udemy線上課程
Generative
| |
|
|
Udemy線上課程 (Ken Cen 出品) Generative AI 第 34 部：用英偉達CUDA C 進階打造神經網絡的底層核心 講師:瞭解更多 影音教學 中文發音 繁體中文版(DVD版)
本課程將手把手帶您從第 33 部課程的基礎上開始，利用 CUDA C 語言在 GPU 上建構一個能真正運作的兩層神經網路。
從最底層的 C 語言環境配置，到 CUDA 核心程式設計、資料預處理、神經網路架構實現、反向傳播以及梯度更新，將所有環節無縫接軌，讓您真正理解深度學習模型是如何在 GPU 上高效運行的。
獨特的 CUDA 知識點： 您將學到許多獨特且實用的 CUDA 技巧，這些內容在其他入門課程中極為罕見：
高效的記憶體管理： 不僅教您如何在 CPU 和 GPU 之間傳輸數據，更深入講解如何自動化處理 CUDA 錯誤，確保您的程式碼強健且穩定。
底層梯度計算： 我們會親手實作神經網路的梯度計算，包括輸出層、權重（weights）、偏差（bias）和激活函數（ReLU），讓您徹底擺脫對高階框架的黑盒依賴，從根本上掌握神經網路的運作原理。
GPU 優化核心： 課程會展示如何利用 CUDA Kernel 來並行重置梯度、高效計算矩陣乘法（matmul）以及實現 ReLU 和 Softmax 激活，讓您親眼見證 GPU 強大的並行計算能力如何加速運算。
課程使用業界標準的 MNIST 手寫數字資料集，並教您如何下載、預處理以及讀取二進制檔案，這些都是在實際專案中不可或缺的技能。
您還會學到如何驗證數據是否正確讀取，養成嚴謹的程式設計習慣
01 - 為編譯環境做準備
001 加入Udemy 全球最大的中文 AI 課程.mp4
002 課程工具準備.mp4
003 如何使用uv 作為包管理器和項目管理工具.mp4
004 如何在Mac 上設定 C 語言編譯環境 & 編寫第一個C 語言代碼.mp4
02 - 如何使用 CUDA C 打造神經網絡的底層核心
001 MNISTDataset 下載&預處理.mp4
002 如何自動化處理 CUDA 錯誤 & 如何在 CPU 和 GPU 上申請記憶體空間.mp4
003 如何使用Kaiming 初始化 & 如何讀取二進制文檔到記憶體地址.mp4
004 如何在CUDA C 驗證輸入數據是否正常讀取.mp4
005 如何在 CUDA Kernel 上並行重置梯度 & 如何計算交叉熵誤差.mp4
006 如何用CUDA 計算矩陣相乘 & 添加Bias & 使用 ReLU 激活 & 處理 Softmax.mp4
007 如何計算輸出層梯度 & 計算 weights 和 bias 的梯度 & 計算激活函數的梯度.mp4
008 如何在 CUDA C 評估訓練效果.mp4
|
|
專業知識教學