Contattataci

Struttura del corso

Introduzione

  • Panoramica delle funzionalità e dei concetti di Horovod
  • Comprensione dei framework supportati

Installazione e configurazione di Horovod

  • Preparazione dell'ambiente host    
  • Compilazione di Horovod per TensorFlow, Keras, PyTorch e Apache MXNet
  • Esecuzione di Horovod

Esecuzione del training distribuito

  • Modifica ed esecuzione di esempi di training con TensorFlow
  • Modifica ed esecuzione di esempi di training con Keras
  • Modifica ed esecuzione di esempi di training con PyTorch
  • Modifica ed esecuzione di esempi di training con Apache MXNet

Ottimizzazione dei processi di training distribuito

  • Esecuzione di operazioni concorrenti su più GPU    
  • Regolazione degli iperparametri
  • Abilitazione dell'autotuning delle prestazioni

Risoluzione dei problemi

Sintesi e conclusioni

Requisiti

  • Comprensione del Machine Learning, in particolare del deep learning
  • Familiarità con le librerie di machine learning (TensorFlow, Keras, PyTorch, Apache MXNet)
  • Esprienza di programmazione in Python

Destinatari

  • Sviluppatori
  • Data scientist
 7 ore

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative