Struttura del corso

Introduzione

  • Panoramica di RAPIDS funzioni e componenti
  • GPU Concetti informatici

Introduttiva

  • Installazione RAPIDS
  • cuDF, cUML e Dask
  • Primitive, algoritmi e API

Gestione e formazione dei dati

  • Preparazione dei dati ed ETL
  • Creazione di un set di addestramento utilizzando XGBoost
  • Test del modello di training
  • Lavorare con l'array CuPy
  • Utilizzo di Apache Arrow frame di dati

Visualizzazione e distribuzione di modelli

  • Analisi dei grafici con cuGraph
  • Implementazione di Multi-GPU con Dask
  • Creazione di una dashboard interattiva con cuXfilter
  • Esempi di inferenza e previsione

Risoluzione dei problemi

Riepilogo e passaggi successivi

Requisiti

  • Familiarità con CUDA
  • Python Esperienza di programmazione

Pubblico

  • Scienziati dei dati
  • Gli sviluppatori
 14 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative