Kursplan
Introduktion
- Översikt över RAPIDS funktioner och komponenter
- GPU datorkoncept
Komma igång
- Installerar RAPIDS
- cuDF, cUML och Dask
- Primitiver, algoritmer och API:er
Hantering och utbildning av data
- Databeredning och ETL
- Skapa ett träningsset med XGBoost
- Testar träningsmodellen
- Arbeta med CuPy array
- Använder Apache Arrow dataramar
Visualisera och distribuera modeller
- Grafanalys med cuGraph
- Implementering av Multi-GPU med Dask
- Skapa en interaktiv instrumentpanel med cuXfilter
- Exempel på slutledningar och förutsägelser
Felsökning
Sammanfattning och nästa steg
Krav
- Kännedom om CUDA
- Python programmeringserfarenhet
Publik
- Dataforskare
- Utvecklare
Vittnesmål (5)
Exempel/övningar som är perfekt anpassade till vårt område
Luc - CS Group
Kurs - Scaling Data Analysis with Python and Dask
Machine Translated
Tränaren var mycket tillgänglig för att svara på alla frågor jag ställde
Caterina - Stamtech
Kurs - Developing APIs with Python and FastAPI
Machine Translated
It was a though course as we had to cover a lot in a short time frame. Our trainer knew a lot about the subject and delivered the content to address our requirements. It was lots of content to learn but our trainer was helpful and encouraging. He answered all our questions with good detail and we feel that we learned a lot. Exercises were well prepared and tasks were tailored accordingly to our needs. I enjoyed this course
Bozena Stansfield - New College Durham
Kurs - Build REST APIs with Python and Flask
Överföring av praktisk kunskap och erfarenhet av tränaren.
Rumel Mateusz - Pojazdy Szynowe PESA Bydgoszcz SA
Kurs - GUI Programming with Python and PyQt
Machine Translated
As I was the only participant the training could be adapted to my needs.