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
 7 horas

Número de participantes



Precio por participante

Categorías Relacionadas