Schulungsübersicht

Einführung

  • Überblick über die Funktionen und Konzepte von Horovod
  • Verstehen der unterstützten Frameworks

Installieren und Konfigurieren Horovod

  • Vorbereiten der Hosting-Umgebung
  • Aufbau von Horovod für TensorFlow, Keras, PyTorch und Apache MXNet
  • Ausführen von Horovod

Verteiltes Training durchführen

  • Ändern und Ausführen von Trainingsbeispielen mit TensorFlow
  • Ändern und Ausführen von Trainingsbeispielen mit Keras
  • Ändern und Ausführen von Trainingsbeispielen mit PyTorch
  • Ändern und Ausführen von Trainingsbeispielen mit Apache MXNet

Optimierung verteilter Ausbildungsprozesse

  • Gleichzeitige Ausführung von Operationen auf mehreren GPUs
  • Abstimmung von Hyperparametern
  • Aktivieren von Autotuning der Leistung

Fehlersuche

Zusammenfassung und Schlussfolgerung

Voraussetzungen

  • Verständnis für maschinelles Lernen, insbesondere Deep Learning
  • Vertrautheit mit Bibliotheken für maschinelles Lernen (TensorFlow, Keras, PyTorch, Apache MXNet)
  • Python-Programmiererfahrung

Publikum

  • Entwickler
  • Datenwissenschaftler
  7 Stunden
 

Teilnehmerzahl


Beginnt

Endet


Die Termine sind abhängig von der Verfügbarkeit und finden zwischen 09:30 und 16:30 statt.
Offene Schulungskurse erfordern mindestens 5 Teilnehmer.

Erfahrungsberichte (5)

Kombinierte Kurse

Deep Learning AI Techniques for Executives, Developers and Managers

  21 Stunden

Deep Learning for Medicine

  14 Stunden

Verwandte Kategorien