Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction
- Aperçu des fonctionnalités et des concepts de Horovod
- Compréhension des frameworks pris en charge
Installation et configuration de Horovod
- Préparation de l'environnement d'hébergement
- Construction de Horovod pour TensorFlow, Keras, PyTorch et Apache MXNet
- Exécution de Horovod
Exécution de l'entraînement distribué
- Modification et exécution d'exemples d'entraînement avec TensorFlow
- Modification et exécution d'exemples d'entraînement avec Keras
- Modification et exécution d'exemples d'entraînement avec PyTorch
- Modification et exécution d'exemples d'entraînement avec Apache MXNet
Optimisation des processus d'entraînement distribué
- Exécution d'opérations concurrentes sur plusieurs GPU
- Réglage des hyperparamètres
- Activation de l'autoréglage des performances
Résolution des problèmes
Résumé et conclusion
Pré requis
- Une compréhension du machine learning, en particulier de l'apprentissage profond
- Une familiarité avec les bibliothèques de machine learning (TensorFlow, Keras, PyTorch, Apache MXNet)
- Une expérience en programmation Python
Public cible
- Développeurs
- Data scientists
7 Heures
