Erhalte ich für den Abschluss der Spezialisierung Leistungspunkte?

Nein, diese Spezialisierung ist für den Erwerb eines Abschlusszertifikats vorgesehen.

Was werde ich nach Abschluss der Specializations tun können?

Sie werden in der Lage sein, komplexe Software zu entwickeln, die auf Nvidia GPUs laufen kann. So können Sie komplexe Aufgaben lösen, die auf den meisten CPUs länger dauern würden oder auf Clustern weniger kosteneffektiv wären.

Findet dieser Kurs wirklich zu 100 % online statt? Oder muss ich zu bestimmten Kursen persönlich erscheinen?

Dieser Kurs findet vollständig online statt, sodass kein Erscheinen vor Ort erforderlich ist. Sie können jederzeit und von überall aus über das Web oder Ihr Mobilgerät auf alle Vorträge, Lesematerialien, Aufgaben und Labs zugreifen.

Ist finanzielle Hilfe verfügbar?

Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.

Spezialisierung „GPU-Programmierung“

Zum Labor Day gibt es bei Coursera Plus Rabatte von über 70 $. Sparen Sie 3 Monate lang 40 %.

Spezialisierung „GPU-Programmierung“

Lösen Sie Herausforderungen mit leistungsstarken GPUs.

Beherrschen Sie das High Performance Computing und wenden Sie es in zahlreichen Bereichen an.

Dozent: Chancellor Thomas Pascale

17.317 bereits angemeldet

Bei Mehr erfahren enthalten

Fragen Sie Coursera

4-teilige Kursreihe

Befassen Sie sich eingehend mit einem Thema

Stufe Mittel

Empfohlene Erfahrung

2 months to complete

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Auf einen Abschluss hinarbeiten

Mehr erfahren

4-teilige Kursreihe

Befassen Sie sich eingehend mit einem Thema

Stufe Mittel

Empfohlene Erfahrung

2 months to complete

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Auf einen Abschluss hinarbeiten

Mehr erfahren

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: Leistungsoptimierung
Kategorie: Ereignisgesteuerte Programmierung
Kategorie: Software-Entwicklung
Kategorie: Skalierbarkeit
Kategorie: Grundsätze der Programmierung
Kategorie: Speicherverwaltung
Kategorie: Programm-Entwicklung
Kategorie: Angewandtes maschinelles Lernen
Kategorie: Bildanalyse
Kategorie: C und C++
Kategorie: Tiefes Lernen
Kategorie: Datenfluss
Kategorie: Verteiltes Rechnen
Kategorie: Maschinelles Lernen
Kategorie: Künstliche neuronale Netze
Kategorie: Lineare Algebra
Kategorie: Hardware-Architektur
Kategorie: Digitale Signalverarbeitung
Kategorie: System-Programmierung

Werkzeuge, die Sie lernen werden

Kategorie: C++ (Programmiersprache)

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

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

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.

Spezialisierung - 4 Kursreihen

Diese Specialization richtet sich an Datenwissenschaftler und Softwareentwickler, die Software erstellen wollen, die allgemein verfügbare Hardware nutzt. Die Studenten werden mit CUDA und Bibliotheken vertraut gemacht, die es ermöglichen, zahlreiche Berechnungen parallel und schnell durchzuführen. Anwendungen für diese Fähigkeiten sind maschinelles Lernen, Bild-/Audio-Signalverarbeitung und Datenverarbeitung.

Übungsprojekt

Die Lernenden werden mindestens 2 Projekte durchführen, die ihnen die Freiheit geben, CUDA-basierte Lösungen für die Bild-/Signalverarbeitung zu erforschen, sowie ein Thema ihrer Wahl, das aus ihrer aktuellen oder zukünftigen beruflichen Laufbahn stammen kann. Sie werden auch kurze Demonstrationen ihrer Bemühungen erstellen und ihren Code teilen.

Einführung in die gleichzeitige Programmierung mit GPUs

KURS 1, 20 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: C++ (Programmiersprache)

Kategorie: Python-Programmierung

Kategorie: Hardware-Architektur

Kategorie: Entwicklungsumgebung

Kategorie: Datenzugang

Kategorie: Gemeinsame Nutzung von Daten

Kategorie: Programm-Entwicklung

Kategorie: OS Prozessmanagement

Kategorie: Grundsätze der Programmierung

Kategorie: C und C++

Kategorie: Computerarchitektur

Kategorie: Algorithmen

Einführung in die parallele Programmierung mit CUDA

KURS 2, 22 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: Speicherverwaltung

Kategorie: Leistungsoptimierung

Kategorie: Algorithmen

Kategorie: Hardware-Architektur

Kategorie: System-Programmierung

Kategorie: Leistungsprüfung

Kategorie: Computer-Hardware

Kategorie: Computerarchitektur

Kategorie: Programm-Entwicklung

CUDA im Maßstab für das Unternehmen

KURS 3, 29 Stunden

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: Datenfluss

Kategorie: Speicherverwaltung

Kategorie: Ereignisgesteuerte Programmierung

Kategorie: Algorithmen

Kategorie: Skalierbarkeit

Kategorie: Digitale Signalverarbeitung

Kategorie: Bildanalyse

Kategorie: Programm-Entwicklung

Kategorie: C++ (Programmiersprache)

Kategorie: Leistungsoptimierung

Kategorie: Verteiltes Rechnen

Erweiterte CUDA-Bibliotheken

KURS 4, 26 Stunden

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: Software-Entwicklung

Kategorie: Lineare Algebra

Kategorie: Digitale Signalverarbeitung

Kategorie: Algorithmen

Kategorie: Daten-Strukturen

Kategorie: Künstliche neuronale Netze

Kategorie: Mathematische Software

Kategorie: Datenverarbeitung

Kategorie: Angewandtes maschinelles Lernen

Kategorie: Programm-Entwicklung

Kategorie: Tiefes Lernen

Kategorie: Maschinelles Lernen

Kategorie: Datenumwandlung

Kategorie: Datenwissenschaft

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Auf einen Abschluss hinarbeiten

Wenn Sie dieses Spezialisierungabschließen, können Sie sich Ihr Wissen möglicherweise anrechnen lassen, wenn Sie zu einem der folgenden Online-Studiengänge zugelassen werden und sich dort einschreiben.¹

Dozent

Chancellor Thomas Pascale

Johns Hopkins University

4 Kurse29.020 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.“

Nutzen Sie mit unserem Labor-Day-Angebot mehr als 10.000 Programme
Get Coursera Plus
Beginnen Sie mit einfachen Einsparungsmöglichkeiten für hart arbeitende Teams
Save 30% today

Häufig gestellte Fragen

Jeder Kurs der Spezialisierung soll in 1 Monat abgeschlossen werden. Die gesamte Spezialisierung sollte in 4 Monaten abgeschlossen sein.

Studieninteressierte sollten mindestens 1 Jahr Programmiererfahrung haben. Ein hohes Maß an Vertrautheit mit der Programmierung in C/C++ hilft bei der Aufnahme des Materials und der Erledigung der Aufgaben.

Jeder Kurs der Specializations sollte in der folgenden Reihenfolge absolviert werden:

Einführung in die gleichzeitige Programmierung mit GPUs
Einführung in die parallele Programmierung mit CUDA
CUDA im Maßstab für Unternehmen
Erweiterte CUDA-Bibliotheken

Ja! Um loszulegen, klicken Sie auf die Kurskarte, die Sie interessiert, und melden Sie sich an. Sie können sich registrieren und den Kurs abschließen, um ein Zertifikat zu erhalten, das Sie mit anderen teilen können. Oder Sie können den Kurs besuchen, um das Kursmaterial kostenlos anzusehen. Wenn Sie sich für einen Kurs anmelden, der Teil einer Spezialisierung ist, sind Sie automatisch auch für die gesamte Spezialisierung angemeldet. Besuchen Sie Ihr Lerner-Dashboard, um Ihren Fortschritt zu verfolgen.

Nein, Sie können diesen Kurs nicht kostenlos besuchen. Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten bei Abschluss ein Zertifikat. Wenn Sie die Programminhalte nur lesen und ansehen möchten, können Sie das Programm kostenlos besuchen. Wenn Sie sich die Gebühr nicht leisten können, können Sie finanzielle Unterstützung beantragen.