想要開始學習 AI 方面的知識，卻又不知道該怎麼跨入門檻嗎？ NVIDIA 剛推出一項全新深度學習機構 (Deep Learning Institute；DLI)課程，透過全新推出的 Jetson Nano 開發套件，協助有心學員快速上手。

課程中，學員將學習如何收集影像資料，並且用這些資料來進行訓練、優化和部署 AI模型，以執行辨識手勢等特定任務，或執行影像迴歸工作以找出其中的關鍵點。

Jetson Nano 開發套件是一款功能強大又容易使用的迷你 AI 電腦，讓使用者可以平行運行多個神經網路，極為適合用於執行影像分類、物體偵測、分割與語音處理等作業。

學員將使用能夠在 Jetson Nano 平台上，透過 Jupyter Notebook 程式語言環境建立一個有著電腦視覺模型的深度學習分類專案。

學習如何執行以下任務:

Ÿ 設定 Jetson Nano 與攝影機

Ÿ 收集用於分類模型的影像資料

Ÿ 對影像資料加上註解，以便用於迴歸模型

Ÿ 使用這些資料來訓練一套神經網路，建立自己的模型

Ÿ 使用建立的模型，在 Jetson Nano 上進行推斷

Ÿ 完成時就能使用 Jetson Nano 建立自己的深度學習分類和迴歸模型

有使用 Python 的使用經驗為佳但不是參加課程的必要條件。

NVIDIA 深度學習機構專注於 AI 與加速運算的實作訓練。開發人員、資料科學家、研究人員與學生可以使用雲端環境裡的 GPU 來獲得經驗，學成後會發給證書，證明在專業能力方面的成長。

學員可以立即報名，開始學習如何透過 NVIDIA Jetson Nano 來掌握 AI 的奧秘。

遵循路線－其它可用資源

除了 DLI 提供的課程，另外還有多項 Jetson Nano 相關資訊可供初學者到進階程度的人士使用。

對於剛開始接觸 Jetson Nano 的學員，Hello AI World是一項不錯的入門輔導教材。只要短短的幾個小時，開發人員便能透過 JetPack SDK 和 NVIDIA TensorRT 開發一套深度學習推論演示內容，來進行即時影像分類和物體偵測(使用預先訓練好的模型)。本輔導教材著重於介紹與電腦視覺有關的神經網路並含括如何使用即時攝影的方法。

JetBot 是一款易於設定和使用的開放源碼機器人，可相容於許多配件，還提供互動式輔導教材，在 AI 的支援下進行追蹤物體與避免碰撞等動作。此套件包括完整的機器人底盤、車輪和控制器，另附有電池和 800 萬像素的攝影機。其支持 TensorFlow 和 PyTorch 等 AI 框架。

日前推出的 JetRacer 是一款教育用途的 AI 賽車，包括 Jetson Nano 在內的所有零件售價不到 400 美元，還提供從基本動作到 AI 道路追蹤等範例，可以透過網路瀏覽器以互動方式來編寫程式碼。

尋找下一個偉大的 AI 項目

現在該是時候開始創作了，瀏覽現正進行的專案，或許能從中獲得一些靈感。