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 caratteristiche e dei concetti di Horovod
- Informazioni sui framework supportati
Installazione e configurazione Horovod
- Preparazione dell'ambiente host
- Costruire Horovod per TensorFlow, Keras, PyTorch e Apache MXNet
- In esecuzione Horovod
Esecuzione di formazione distribuita
- Modifica ed esecuzione di esempi di allenamento con TensorFlow
- Modifica ed esecuzione di esempi di allenamento con Keras
- Modifica ed esecuzione di esempi di allenamento con PyTorch
- Modifica ed esecuzione di esempi di allenamento 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
- Una comprensione di Machine Learning, in particolare del deep learning
- Familiarità con le librerie di apprendimento automatico (TensorFlow, Keras, PyTorch, Apache MXNet)
- Python Esperienza di programmazione
Pubblico
- Gli sviluppatori
- Scienziati dei dati
7 ore