Distribuerat djupinlärning med Horovod Träningskurs

Horovod är ett öppen källkodsramverk som har utvecklats för att möjliggöra snabb och effektiv distribuerad träning av djupinlärningsmodeller med hjälp av TensorFlow, Keras, PyTorch och Apache MXNet. Det gör att en träningsskript som ursprungligen är designad för en enda GPU kan skalas över flera GPU:er eller till och med flera värdar med endast minimala kodändringar.

Denna instruktörledda, liveutbildning, som finns tillgänglig både online och på plats, riktar sig till utvecklare och datavetare som vill använda Horovod för att utföra distribuerad djupinlärningsträning och effektivt skala arbetsbelastningar över flera parallellt drivna GPU:er.

Genom utbildningens slut kommer deltagarna att kunna:

• Förbereda och konfigurera en lämplig utvecklingsmiljö för djupinlärningsuppgifter.

• Installera och konfigurera Horovod så att det fungerar med TensorFlow, Keras, PyTorch och Apache MXNet.

• Skala djupinlärningsarbetsbelastningar med Horovod så att de körs samtidigt över flera GPU:er.

Kursens format

Kursen levereras genom interaktiva föreläsningar och diskussioner, stödda av många övningar och praktiska sessioner, inklusive praktisk implementering i en live-lab-miljö.

Alternativ för anpassning av kursen

Även om kursen främst fokuserar på Horovod, kan den även omfatta kompletterande verktyg och ramverk som TensorFlow, Keras, PyTorch och Apache MXNet. Om du har särskilda krav eller preferenser, vänligen meddela oss så att utbildningen kan anpassas därefter.

För att begära en anpassad version av denna utbildning, vänligen kontakta oss för att arrangeras.