Plan Szkolenia

Wprowadzenie

  • Przegląd funkcji i koncepcji Horovod
  • Zrozumienie obsługiwanych frameworków

Instalacja i konfiguracja Horovod

  • Przygotowanie środowiska hostingowego
  • Tworzenie Horovod dla TensorFlow, Keras, PyTorch i Apache MXNet
  • Uruchamianie Horovod

Uruchamianie szkolenia rozproszonego

  • Modyfikowanie i uruchamianie przykładów szkoleniowych z TensorFlow
  • Modyfikowanie i uruchamianie przykładów szkoleniowych z Keras
  • Modyfikowanie i uruchamianie przykładów szkoleniowych z PyTorch
  • Modyfikowanie i uruchamianie przykładów szkoleniowych za pomocą Apache MXNet

Optymalizacja rozproszonych procesów szkoleniowych

  • Uruchamianie współbieżnych operacji na wielu GPU
  • Dostrajanie hiperparametrów
  • Włączanie automatycznego dostrajania wydajności

Rozwiązywanie problemów

Podsumowanie i wnioski

Wymagania

  • Zrozumienie Machine Learning, w szczególności głębokiego uczenia się
  • Znajomość bibliotek uczenia maszynowego (TensorFlow, Keras, PyTorch, Apache MXNet)
  • Doświadczenie w programowaniu Python

Uczestnicy

  • Programiści
  • Naukowcy zajmujący się danymi
 7 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie