Johns Hopkins University
Spécialisation Programmation GPU
Johns Hopkins University

Spécialisation Programmation GPU

Relevez les défis grâce à des GPU puissants. Développer la maîtrise du calcul à haute performance et l'appliquer à de nombreux domaines.

8 394 déjà inscrits

Inclus avec Coursera Plus

Approfondissez votre connaissance d’un sujet
niveau Intermédiaire

Expérience recommandée

2 mois
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Approfondissez votre connaissance d’un sujet
niveau Intermédiaire

Expérience recommandée

2 mois
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Développer le logiciel CUDA pour exécuter des calculs massifs sur du matériel couramment disponible

  • Utiliser des bibliothèques qui intègrent des algorithmes bien connus dans les logiciels sans qu'il soit nécessaire de redévelopper les capacités existantes

Compétences que vous acquerrez

  • Catégorie : Traitement des images
  • Catégorie : C++
  • Catégorie : Apprentissage automatique
  • Catégorie : GPU
  • Catégorie : Calcul parallèle

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé

Améliorez votre expertise en la matière

  • Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
  • Maîtrisez un sujet ou un outil avec des projets pratiques
  • Développez une compréhension approfondie de concepts clés
  • Obtenez un certificat professionnel auprès de Johns Hopkins University
Emplacement réservé
Emplacement réservé

Obtenez un certificat professionnel

Ajoutez cette qualification à votre profil LinkedIn ou à votre CV

Partagez-le sur les réseaux sociaux et dans votre évaluation de performance

Emplacement réservé

Spécialisation - 4 séries de cours

Ce que vous apprendrez

  • Les étudiants apprendront à développer des logiciels concurrents dans les langages de programmation Python et C/C++.

  • Les étudiants acquerront un niveau d'introduction à la compréhension des architectures matérielles et logicielles des GPU.

Compétences que vous acquerrez

Catégorie : Cuda
Catégorie : Programmation en Python
Catégorie : Fil (informatique)
Catégorie : C++

Ce que vous apprendrez

  • Les étudiants apprendront à utiliser le framework CUDA pour écrire des logiciels C/C++ fonctionnant sur des CPU et des GPU Nvidia.

  • Les étudiants transformeront des algorithmes et des programmes CPU séquentiels en noyaux CUDA qui s'exécutent des centaines, voire des milliers de fois simultanément sur le matériel GPU.

Compétences que vous acquerrez

Catégorie : Cuda
Catégorie : Algorithmes
Catégorie : GPU
Catégorie : C/C++
Catégorie : Nvidia

CUDA à l'échelle de l'entreprise

COURS 328 heures3.3 (12 évaluations)

Ce que vous apprendrez

  • Les étudiants apprendront à développer des logiciels pouvant être exécutés dans des environnements informatiques comprenant plusieurs CPU et GPU.

  • Les étudiants développeront des logiciels qui utilisent CUDA pour créer des noyaux de traitement informatique GPU interactifs pour traiter des données asynchrones.

  • Les étudiants utiliseront CUDA, les capacités de mémoire matérielle et les algorithmes/bibliothèques pour résoudre des problèmes de programmation, y compris le traitement d'images.

Compétences que vous acquerrez

Catégorie : Cuda
Catégorie : Algorithmes
Catégorie : GPU
Catégorie : C/C++
Catégorie : Nvidia

Bibliothèques CUDA avancées

COURS 425 heures3.0 (11 évaluations)

Ce que vous apprendrez

  • Vous apprendrez à développer des logiciels qui effectuent des opérations mathématiques de haut niveau en utilisant des bibliothèques telles que cuFFT et cuBLAS.

  • Vous apprendrez à utiliser la bibliothèque Thrust pour effectuer un certain nombre de manipulations de données et de structures de données qui font abstraction de la gestion de la mémoire.

  • Vous apprendrez à développer des logiciels d'apprentissage automatique à des fins diverses en utilisant des réseaux neuronaux modélisés à l'aide des bibliothèques cuTensor et cuDNN.

Compétences que vous acquerrez

Catégorie : Science des données
Catégorie : Réseau de neurones artificiels
Catégorie : C++
Catégorie : Apprentissage automatique
Catégorie : Algèbre linéaire

Instructeur

Chancellor Thomas Pascale
Johns Hopkins University
4 Cours15 954 apprenants

Offert par

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Emplacement réservé

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions