人工智能
在各个领域的诸多应用前景、令人兴奋的各种
深度学习
项目的发展，让越来越多的开发者开始加入到这个领域。然而，开发者要想建立深度学习模型从而开发出有价值的
AI
应用，在面对领域专业能力要求的同时还要克服自身算法水平和开发平台算力的高要求。
GPU
集群的出现很大程度上帮助解决了这一问题，平台提供者如百度就采用大规模的
NVIDIA
Tesla
P4为主的GPU集群这一专门为深度学习设计的GPU集群在2017年11月推出了一个开放的定制化训练和服务平台：EasyDL。即使零
机器学习
算法基础的开发者也可以在EasyDL上通过简单的可视化页面操作来训练业务定制的深度学习模型，完成图像分类、物体检测等工作，并获得云端和离线SDK的服务接口。EasyDL依托大规模的NVIDIA Tesla P4为主的GPU集群的高算力、高稳定性、可统一调度管理等优越性能使EasyDL平台能稳定承载每天数百个并发训练任务以及数千个并发定制模型推理请求，并达到大多数模型90%以上的高精度和分钟级完成模型训练的优越性能，让各个领域的专业团体、个人都能便捷的使用先进的AI能力。
7月20日晚上8点，智东西公开课推出
超级公开课
NVIDIA&百度联合专场，邀请到百度AI技术生态部高级算法工程师赵鹏昊来到智东西「深度学习」社群为大家带来主题为《如何借助GPU集群搭建AI训练和推理平台》的讲解，同时揭秘百度EasyDL定制化训练和服务平台，赵鹏昊老师将通过讲解NVIDIA GPU集群和百度EasyDL为每一位开发者赋能。本课同时也是超级公开课NVIDIA专场第十一讲，第十二讲将于7月24日由NVIDIA深度学习解决方案
架构
师罗晟主讲《疾病诊断领域的深度学习》。
主题：如何借助GPU集群搭建AI训练和推理平台——零算法基础的百度EasyDL定制化图像识别揭秘
导师：百度AI技术生态部高级算法工程师赵鹏昊
时间：7月20日 20:00
地点：智东西旗下「深度学习」社群
1.AI赋能行业的痛点
2.EasyDL服务端和设备端技术解析
3.GPU集群加速EasyDL训练与推理
4.EasyDL赋能行业案例分享
赵鹏昊先生，毕业于上海交通大学。现任百度AI技术生态部高级工程师，负责EasyDL定制化训练平台的搭建、模型优化等工作。在
大数据
处理、推荐系统、深度学习等领域有过丰富的实践经验。
1.扫描海报上的二维码或点击“阅读原文”，填写听课申请表，我们会尽快联系你，拉你入群学习。
2.你也可以在填表后直接添加“楠楠（zhiyixiaonan）”为好友，出示”提交成功“截图，提前获取联合专场的课件和入群资格。添加时请备注“姓名-公司-职位或姓名-学校-专业”。
1、智东西社群坚持实名学习、交流和合作，入群后需要修改群昵称为：姓名-公司-所在领域，违者踢群；
2、禁止在群内广告和发送二维码等无关信息，违者踢群。
