今天参加了 NVIDIA DLI课程，主要学习基础理论，并进行实践。
深度学习理论与实践入门培训 | NVIDIAhttps://www.nvidia.cn/training/instructor-led-workshops/fundamentals-of-deep-learning/还得到了一个证书= =
课程中主要讲解了深度学习的基础知识和概念，介绍了全连接神经网络、CNN、RNN（LSTM）、迁移学习等（比较基础），并通过 JupyterLab 连接 GPU云服务器，使用Jupyter Notebook交互完成 Python 代码，完成了部分示例的编程练习。
（有课程的PPT，部分内容后有深入的介绍和链接资料，后续可再看，深入进行学习）
此外，还可下载docker镜像，在本地进行运行和部署：
DLI Deep Learning Fundamentals Course - Base Environment | NVIDIA NGChttps://catalog.ngc.nvidia.com/orgs/nvidia/containers/dli-dl-fundamentals（此处暂时未完成，后续进行完成）
记录课上几个无关紧要的点：
1.介绍了一个NLP的项目：
GitHub - fxsjy/jieba: 结巴中文分词https://github.com/fxsjy/jieba2.冯诺依曼结构：
3.代价函数
4.一个画图的项目
5.老师讲到，对于GPU浮点运算快于整形运算，对于CPU整形运算快于浮点运算。
