何琨

NVIDIA开发者社区经理

培训议题：

CUDA 并行计算编程基础

课程介绍：CUDA编程方法是目前广泛使用的并行化程序编程方法。在深度学习，计算机视觉，生物医疗，环境科学，气象预报，石油勘探等领域具有大量的使用场景。通过这堂课，您将学会：

（1）GPU基本架构

（2）CUDA编程模型---包括CUDA的线程层次，如何更加高效的调用线程来执行程序命令

（3）CUDA访存处理---包括多种存储类型的调用，以及如何利用不同类型的存储加速CUDA程序

（4）CUDA多流执行---包括创建多流执行的CUDA程序，以及利用多流执行加速CUDA程序的方法

在本次课程中，还会以实际程序为例子，详细展示如何在实际应用中利用GPU加速我们的应用程序

2、Style-Gan 的架构与实现

A Style-Based Generator Architecture for Generative Adversarial Networks 是NVIDIA在2018年发布的一个新的生成对抗网络方法。StyleGAN是一步一步地生成人工的图像，从非常低的分辨率开始，一直到高分辨率（1024×1024）。通过分别地修改网络中每个级别的输入，它可以控制在该级别中所表示的视觉特征，从粗糙的特征（姿势、面部形状）到精细的细节（头发颜色），而不会影响其它的级别。此课程将会介绍 Style-Gan 的基本框架和原理，并具体介绍模型的训练，以及训练好模型的应用，包括:

（1）StyleGan 介绍、架构特点，以及与传统的 Gan 之间的区别

（2）StyleGan 效果和应用

（3）StyleGan 模型训练以及实际代码中，利用 StyleGan 模型生成图片

适合人群：

CUDA：有高性能计算以及并行计算需求的初级开发者

StyleGan：对GAN感兴趣的深度学习开发者

难易程度：

中等

需要提前掌握的知识点：

CUDA：C/C++语言，线性代数基本知识

StyleGan：深度神经网络基本概念，计算机视觉基本概念

提前需要安装的环境：

Ubuntu 16.04 or 18.04

CUDA：NVIDIA CUDA SDK（如果有条件可以尽量安装好，如果没有也可以，我会现场展示实例）

StyleGan：按照https://github.com/NVlabs/stylegan配置环境