Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduktion
- Översikt över Horovod funktioner och koncept
- Förstå de ramar som stöds
Installera och konfigurera Horovod
- Förbereda värdmiljön
- Byggnad Horovod för TensorFlow, Keras, PyTorch och Apache MXNet
- Kör Horovod
Kör distribuerad träning
- Modifiera och köra träningsexempel med TensorFlow
- Modifiera och köra träningsexempel med Keras
- Modifiera och köra träningsexempel med PyTorch
- Modifiera och köra träningsexempel med Apache MXNet
Optimera distribuerade utbildningsprocesser
- Kör samtidigt operationer på flera GPUs
- Justera hyperparametrar
- Aktiverar automatisk prestandainställning
Felsökning
Sammanfattning och slutsats
Krav
- En förståelse för maskininlärning, särskilt djupinlärning
- Kännedom om maskininlärningsbibliotek (TensorFlow, Keras, PyTorch, Apache MXNet)
- Erfarenhet av Python-programmering
Publik
- Utvecklare
- Dataforskare
7 timmar
Vittnesmål (5)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Kurs - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible
Frank Ueltzhöffer
Kurs - Artificial Neural Networks, Machine Learning and Deep Thinking
The structure from first principles, to case studies, to application.
Margaret Webb - Department of Jobs, Regions, and Precincts
Kurs - Introduction to Deep Learning
I was benefit from the passion to teach and focusing on making thing sensible.
Zaher Sharifi - GOSI
Kurs - Advanced Deep Learning
examples based on our data