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 caractéristiques et des composants RAPIDS
- Concepts informatiques GPU
Mise en route
- Installation de RAPIDS
- cuDF, cUML et Dask
- Primitives, algorithmes et API
Gestion et formation des données
- Préparation des données et ETL
- Création d'un ensemble d'entraînement à l'aide de XGBoost
- Test du modèle d'entraînement
- Travailler avec les tableaux CuPy
- Utilisation des cadres de données Apache Arrow
Visualisation et déploiement des modèles
- Analyse graphique avec cuGraph
- Implémentation de Multi-GPU avec Dask
- Créer un tableau de bord interactif avec cuXfilter
- Exemples d'inférence et de prédiction
Résolution des problèmes
Résumé et prochaines étapes
Pré requis
- Familiarité avec CUDA
- Python expérience en programmation
Public
- Scientifiques des données
- Développeurs
14 Heures