Contacta con nosotros

Temario del curso

Introducción

  • Descripción general de las características y componentes de RAPIDS
  • Conceptos de computación en GPU

Primeros pasos

  • Instalación de RAPIDS
  • cuDF, cUML y Dask
  • Primitivas, algoritmos y APIs

Gestión y entrenamiento de datos

  • Preparación de datos y ETL
  • Creación de un conjunto de entrenamiento usando XGBoost
  • Prueba del modelo de entrenamiento
  • Trabajar con arrays de CuPy
  • Uso de data frames de Apache Arrow

Visualización e implementación de modelos

  • Análisis de grafos con cuGraph
  • Implementación de Multi-GPU con Dask
  • Creación de un panel interactivo con cuXfilter
  • Ejemplos de inferencia y predicción

Solución de problemas

Resumen y próximos pasos

Requerimientos

  • Familiaridad con CUDA
  • Experiencia en programación con Python

Audiencia

  • Científicos de datos
  • Desarrolladores
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas