Programa del Curso
Introducción
- Descripción general de Horovod características y conceptos
- Descripción de los marcos admitidos
Instalación y configuración Horovod
- Preparación del entorno de hospedaje
- Creación de Horovod para TensorFlow, Keras, PyTorch y Apache MXNet
- Horovod corriendo
Ejecución de la formación distribuida
- Modificar y ejecutar ejemplos de entrenamiento con TensorFlow
- Modificación y ejecución de ejemplos de entrenamiento con Keras
- Modificar y ejecutar ejemplos de entrenamiento con PyTorch
- Modificación y ejecución de ejemplos de entrenamiento con Apache MXNet
Optimización de los procesos de formación distribuidos
- Ejecución de operaciones simultáneas en varios GPUs
- Ajuste de hiperparámetros
- Habilitación del ajuste automático del rendimiento
Solución de problemas
Resumen y conclusión
Requerimientos
- Comprensión del aprendizaje automático, específicamente del aprendizaje profundo
- Familiaridad con las bibliotecas de aprendizaje automático (TensorFlow, Keras, PyTorch, Apache MXNet)
- Experiencia en programación en Python
Audiencia
- Desarrolladores
- Científicos de datos
Testimonios (5)
Tuvimos una visión general sobre Machine Learning, Neural Networks, IA con ejemplos prácticos.
Catalin - DB Global Technology SRL
Curso - Machine Learning and Deep Learning
Traducción Automática
The structure from first principles, to case studies, to application.
Margaret Webb - Department of Jobs, Regions, and Precincts
Curso - Introduction to Deep Learning
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
Curso - Artificial Neural Networks, Machine Learning, Deep Thinking
I was benefit from the passion to teach and focusing on making thing sensible.
Zaher Sharifi - GOSI
Curso - Advanced Deep Learning
Very flexible.