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 composants de RAPIDS
- Concepts de calcul sur GPU
Prise en main
- Installation de RAPIDS
- cuDF, cuML et Dask
- Primitives, algorithmes et API
Gestion et entraînement des données
- Préparation des données et ETL
- Création d'un jeu d'entraînement avec XGBoost
- Test du modèle d'entraînement
- Travail avec les tableaux CuPy
- Utilisation des dataframes Apache Arrow
Visualisation et déploiement des modèles
- Analyse de graphes avec cuGraph
- Mise en œuvre du Multi-GPU avec Dask
- Création d'un tableau de bord interactif avec cuXfilter
- Exemples d'inférence et de prédiction
Dépannage
Résumé et prochaines étapes
Pré requis
- Familiarité avec CUDA
- Expérience en programmation Python
Public cible
- Data scientists
- Développeurs
14 Heures