您已經知道需要學習深度學習。
從數十億美元的行動應用程式到為全球最大的企業提供支持的企業應用程式，再到新一代的尖端研究工具，深度學習已無處不在。
所以，花一個小時左右的時間了解深度學習比以往任何時候都更有價值。
NVIDIA 開發人員計劃的全球負責人暨資深協理 Will Ramey 主持的“深度學習揭秘”是你不容錯過的入門磚。
Ramey 是一位技術專家，擅長將深度學習的基本概念及其歷史提供給其他領域的專家，造福那些想要從事人工智慧的人，讓他們從中學習，居中受益。
Ramey 與 AI Podcast 主持人 Noah Kravitz 相談甚歡，談到了平行運算平台CUDA的發明以及現今廣泛的深度學習運用，讓 NVIDIA 發展成為一個 AI 公司。
本集要點：
- Ramey 概述了GTC Digital 開發人員可以參與的活動，包括 NVIDIA 深度學習學院的 7 個全日研討會和 15 個短期課程，該學院在全球培訓了 20 多萬人。
- 他是 NVIDIA AI Podcast 上的第一位客人。三年前，他加入了我們的第一集 – 迄今為止最受歡迎的一集，談論 AI 的繁榮歷史和深度學習的基礎。
- Ramey 解釋如何使用深度學習來改進自動駕駛汽車。深度學習無需花費數十年的時間來收集實際的駕駛數據，而是可以平行運行模擬，從而縮短了培訓時間。
了解 Ramey 支持的 開發者社區 的更多訊息。
推文：
“深層神經網路更大，更深，這意味著它們具有更多的層次，並且需要大量的數據來訓練。要在相當長的時間內完成這項工作，就需要諸如 GPU 平行加速器之類的東西。” – Will Ramey [9:31]
“ [深度學習] 使這項技術讓越來越多的人易於入手，但他們對特定領域的主題專業知識卻相對不足。” – Will Ramey [15:29]
你可能還喜歡
NVIDIA 首席科學家 Bill Dally 談到 GPU 如何引發人工智慧的發展浪潮，以及其團隊的未來發展方向 (播客)
這個播客充滿了睿智的對話。 NVIDIA 的 Bill Dally 是計算機科學世界的中流砥柱之一，共同分享了他對深度學習和 AI 世界的看法。
責任從這裡開始：NVIDIA 的 Ian Buck 談論人工智慧革命的下一步 (播客)
NVIDIA 加速運算部門總經理 Ian Buck 分享了他的見解，即相對不熟練的用戶如何透過合適的軟體來利用 AI 。 Buck 作為史丹福博士的候選人為 GPU 運算奠定了基礎，並在 GTC DC 2019 上發表了主題演講。
一名 NVIDIA 的員工如何運用深度學習技術，讓貓咪不把他的草坪當廁所 (播客)
機器人不停地駕駛廉價的電動小汽車。自主機器向螞蟻發出雷射光，向迷惑的貓噴水，不但趕跑了貓也娛樂了自己的孫子。聽聽 NVIDIA 工程師 Bob Bond 和 Make 雜誌執行主編 Mike Senese 的分享，看看他們如何通過深度學習來自娛娛人。
收聽 AI Podcast 的方法
想聽 NVIDIA The AI Podcas t的朋友可利用 iTunes、Google Play Music、Google Podcasts、Castbox、Castro、 DoggCatcher 、Overcast、PlayerFM、Podbay、Pocket Casts、 PodCruncher 、 PodKicker 、Stitcher 及 Soundcloud。要是你愛用的收聽管道未列於此，請來信告訴我們。