Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Introduzione
- Panoramica delle funzionalità e dei componenti di RAPIDS
- Concetti di calcolo su GPU
Inizio rapido
- Installazione di RAPIDS
- cuDF, cUML e Dask
- Primitivi, algoritmi e API
Gestione e addestramento dei dati
- Preparazione dei dati e ETL
- Creazione di un set di addestramento utilizzando XGBoost
- Test del modello di addestramento
- Lavoro con l'array CuPy
- Utilizzo dei data frame Apache Arrow
Visualizzazione e distribuzione dei modelli
- Analisi di grafi con cuGraph
- Implementazione multi-GPU con Dask
- Creazione di un dashboard interattivo con cuXfilter
- Esempi di inferenza e previsione
Risoluzione dei problemi
Riepilogo e passaggi successivi
Requisiti
- Familiarità con CUDA
- Esperienza di programmazione in Python
Pubblico di destinazione
- Data scientists
- Sviluppatori
14 Ore