Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Introduzione
- Panoramica delle Horovod caratteristiche e concetti
- Informazioni sui framework supportati
Installazione e configurazione Horovod
- Preparazione dell'ambiente di hosting
- Creazione di Horovod per TensorFlow, Keras, PyTorch e Apache MXNet
- Correre Horovod
Esecuzione di formazione distribuita
- Modifica ed esecuzione di esempi di formazione con TensorFlow
- Modificare ed eseguire esempi di allenamento con Keras
- Modificare ed eseguire esempi di training con PyTorch
- Modifica ed esecuzione di esempi di training con Apache MXNet
Ottimizzazione dei processi di formazione distribuiti
- Esecuzione di operazioni simultanee su più GPU
- Ottimizzazione degli iperparametri
- Abilitazione dell'ottimizzazione automatica delle prestazioni
Risoluzione dei problemi
Riassunto e conclusione
Requisiti
- Comprensione del Machine Learning, in particolare del deep learning
- Familiarità con le librerie di machine learning (TensorFlow, Keras, PyTorch, Apache MXNet)
- Esperienza di programmazione Python
Pubblico
- Gli sviluppatori
- Scienziati dei dati
7 ore
Recensioni (5)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Corso - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible
Frank Ueltzhöffer
Corso - Artificial Neural Networks, Machine Learning and Deep Thinking
The structure from first principles, to case studies, to application.
Margaret Webb - Department of Jobs, Regions, and Precincts
Corso - Introduction to Deep Learning
I was benefit from the passion to teach and focusing on making thing sensible.
Zaher Sharifi - GOSI
Corso - Advanced Deep Learning
examples based on our data