Kurzusleírás

Bevezetés

  • A Horovod jellemzők és koncepciók áttekintése
  • A támogatott keretrendszerek megértése

Telepítés és konfigurálás Horovod

  • A tárhelykörnyezet előkészítése
  • Horovod épület TensorFlow, Keras, PyTorch és Apache MXNet számára
  • Futás Horovod

Futás elosztott edzés

  • Edzéspéldák módosítása és futtatása a TensorFlow segítségével
  • Edzéspéldák módosítása és futtatása a Keras segítségével
  • Edzéspéldák módosítása és futtatása Py-velTorch
  • Edzéspéldák módosítása és futtatása a Apache MXNet segítségével

Az elosztott képzési folyamatok optimalizálása

  • Egyidejű műveletek futtatása több GPU-en
  • Hiperparaméterek hangolása
  • Teljesítmény automatikus hangolás engedélyezése

Hibaelhárítás

Összegzés és következtetés

Követelmények

  • A Machine Learning, konkrétan a mély tanulás megértése
  • Ismerkedés a gépi tanulási könyvtárakkal (TensorFlow, Keras, PyTorch, Apache MXNet)
  • Python programozási tapasztalat

Közönség

  • Fejlesztők
  • Adattudósok
 7 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák