Plan Szkolenia

Wprowadzenie

  • Przegląd funkcji i koncepcji Horovod
  • Zrozumienie obsługiwanych frameworków

Instalacja i konfiguracja Horovod

  • Przygotowanie środowiska hostującego
  • Budowanie Horovod dla TensorFlow, Keras, PyTorch oraz Apache MXNet
  • Uruchamianie Horovod

Prowadzenie rozproszonych treningów

  • Modyfikowanie i uruchamianie przykładów treningowych z TensorFlow
  • Modyfikowanie i uruchamianie przykładów treningowych z Keras
  • Modyfikowanie i uruchamianie przykładów treningowych z PyTorch
  • Modyfikowanie i uruchamianie przykładów treningowych z Apache MXNet

Optymalizacja procesów rozproszonych treningów

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

Rozwiązywanie problemów

Podsumowanie i zakończenie

Wymagania

  • Zrozumienie uczenia maszynowego, szczególnie uczenia głębokiego
  • Znajomość bibliotek uczenia maszynowego (TensorFlow, Keras, PyTorch, Apache MXNet)
  • Doświadczenie w programowaniu w Pythonie

Odbiorcy

  • Programiści
  • Naukowcy zajmujący się danymi
 7 godzin

Liczba uczestników


Cena za uczestnika

Propozycje terminów

Powiązane Kategorie