Plan Szkolenia

Wprowadzenie

  • Przegląd funkcji i komponentów RAPIDS
  • Koncepcje obliczeń na GPU

Pierwsze kroki

  • Instalacja RAPIDS
  • cuDF, cUML i Dask
  • Prymitywy, algorytmy i interfejsy API

Zarządzanie danymi i szkolenie

  • Przygotowanie danych i ETL
  • Tworzenie zestawu szkoleniowego przy użyciu XGBoost
  • Testowanie modelu szkoleniowego
  • Praca z tablicą CuPy
  • Korzystanie z ramek danych Apache Arrow

Wizualizacja i wdrażanie modeli

  • Analiza wykresów za pomocą cuGraph
  • Implementacja Multi-GPU za pomocą Dask
  • Tworzenie interaktywnego pulpitu nawigacyjnego za pomocą cuXfilter
  • Przykłady wnioskowania i przewidywania

Rozwiązywanie problemów

Podsumowanie i kolejne kroki

Wymagania

  • Znajomość CUDA
  • Python doświadczenie w programowaniu

Publiczność

  • Naukowcy danych
  • Deweloperzy
 14 godzin

Liczba uczestników



Cena za uczestnika

Opinie uczestników (5)

Powiązane Kategorie