Johns Hopkins University
Spezialisierung GPU-Programmierung
Johns Hopkins University

Spezialisierung GPU-Programmierung

Lösen Sie Herausforderungen mit leistungsstarken GPUs. Beherrschen Sie das High Performance Computing und wenden Sie es in zahlreichen Bereichen an.

Chancellor Thomas Pascale

Dozent: Chancellor Thomas Pascale

8.394 bereits angemeldet

Bei Coursera Plus enthalten

Mehr erfahren
Befassen Sie sich eingehend mit einem Thema
Stufe Mittel

Empfohlene Erfahrung

2 Monate
Pro Woche 10 Stunden
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema
Stufe Mittel

Empfohlene Erfahrung

2 Monate
Pro Woche 10 Stunden
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Entwickeln Sie CUDA Software, um umfangreiche Berechnungen auf handelsüblicher Hardware durchzuführen

  • Nutzen Sie Bibliotheken, die bekannte Algorithmen in die Software bringen, ohne dass Sie bestehende Funktionen neu entwickeln müssen

Kompetenzen, die Sie erwerben

  • Kategorie: Bildbearbeitung
  • Kategorie: C++
  • Kategorie: Maschinelles Lernen
  • Kategorie: GPU
  • Kategorie: Paralleles Rechnen

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen
Platzhalter

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von Johns Hopkins University.
Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

Spezialisierung - 4 Kursreihen

Einführung in die gleichzeitige Programmierung mit GPUs

KURS 119 Stunden

Was Sie lernen werden

  • Die Studenten werden lernen, wie man nebenläufige Software in den Programmiersprachen Python und C/C++ entwickelt.

  • Die Studenten erhalten ein einführendes Verständnis der GPU-Hardware- und Softwarearchitekturen.

Kompetenzen, die Sie erwerben

Kategorie: Cuda
Kategorie: Python-Programmierung
Kategorie: Gewinde (Computing)
Kategorie: C++

Einführung in die parallele Programmierung mit CUDA

KURS 221 Stunden

Was Sie lernen werden

  • Die Teilnehmer lernen, wie sie das CUDA-Framework nutzen können, um C/C++-Software zu schreiben, die auf CPUs und Nvidia-GPUs läuft.

  • Die Teilnehmer wandeln sequenzielle CPU-Algorithmen und -Programme in CUDA-Kernel um, die 100- bis 1000-mal gleichzeitig auf GPU-Hardware ausgeführt werden.

Kompetenzen, die Sie erwerben

Kategorie: Cuda
Kategorie: Algorithmen
Kategorie: GPU
Kategorie: C/C++
Kategorie: Nvidia

CUDA im Maßstab für das Unternehmen

KURS 328 Stunden3.3 (12 Bewertungen)

Was Sie lernen werden

  • Die Studenten werden lernen, Software zu entwickeln, die in Rechenumgebungen mit mehreren CPUs und GPUs ausgeführt werden kann.

  • Die Studenten werden Software entwickeln, die CUDA verwendet, um interaktive GPU-Rechenkerne für die Verarbeitung asynchroner Daten zu erstellen.

  • Die Studenten werden CUDA, Hardware-Speicherfähigkeiten und Algorithmen/Bibliotheken verwenden, um Programmieraufgaben zu lösen, einschließlich der Bildverarbeitung.

Kompetenzen, die Sie erwerben

Kategorie: Cuda
Kategorie: Algorithmen
Kategorie: GPU
Kategorie: C/C++
Kategorie: Nvidia

Erweiterte CUDA-Bibliotheken

KURS 425 Stunden3.0 (11 Bewertungen)

Was Sie lernen werden

  • Sie werden lernen, Software zu entwickeln, die mit Hilfe von Bibliotheken wie cuFFT und cuBLAS mathematische Operationen auf hohem Niveau ausführt.

  • Sie werden lernen, die Thrust-Bibliothek zu verwenden, um eine Reihe von Datenmanipulationen und Datenstrukturen durchzuführen, die die Speicherverwaltung abstrahieren.

  • Sie lernen, Software für maschinelles Lernen für eine Vielzahl von Zwecken zu entwickeln, indem Sie neuronale Netzwerke verwenden, die mit den Bibliotheken cuTensor und cuDNN modelliert werden.

Kompetenzen, die Sie erwerben

Kategorie: Datenverarbeitung
Kategorie: Künstliches Neuronales Netzwerk
Kategorie: C++
Kategorie: Maschinelles Lernen
Kategorie: Lineare Algebra

Dozent

Chancellor Thomas Pascale
Johns Hopkins University
4 Kurse15.954 Lernende

von

Johns Hopkins University

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Mehr erfahren

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Erkunden Sie die Abschlüsse

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Mehr erfahren

Häufig gestellte Fragen

Weitere Fragen