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
- Vue d'ensemble des caractéristiques et des concepts de Horovod
- Comprendre les frameworks supportés
Installation et configuration de Horovod
- Préparation de l'environnement d'hébergement
- Construire Horovod pour TensorFlow, Keras, PyTorch et Apache MXNet
- Exécution de Horovod
Exécution de la formation distribuée
- Modifier et exécuter des exemples de formation avec TensorFlow
- Modifier et exécuter des exemples de formation avec Keras
- Modifier et exécuter des exemples de formation avec PyTorch
- Modifier et exécuter des exemples de formation avec Apache MXNet
Optimisation des processus de formation distribués
- Exécution d'opérations simultanées sur plusieurs GPUs
- Réglage des hyperparamètres
- Activation du réglage automatique des performances
Résolution des problèmes
Résumé et conclusion
Pré requis
- Une compréhension de Machine Learning, en particulier de l'apprentissage profond (deep learning)
- Familiarité avec les bibliothèques d'apprentissage automatique (TensorFlow, Keras, PyTorch, Apache MXNet)
- Expérience en programmation Python.
Audience
- Développeurs
- Scientifiques des données
7 Heures