Distribert dyp læring med Horovod Treningskurs

Horovod er et open-source rammeverk som er utviklet for å muliggjøre rask og effektiv distribuert trening av dyp læringsmodeller ved hjelp av TensorFlow, Keras, PyTorch og Apache MXNet. Det gjør det mulig å skalere en treningsskript som opprinnelig var designet for én GPU, til å kjøre på flere GPU-er eller til og med på flere vertsmaskiner med kun minimale endringer i koden.

Dette instruktørledede, live kurset – som tilbys både online og på stedet – er rettet mot utviklere og datasikere som ønsker å utnytte Horovod for å utføre distribuert dyp lærings trening og effektivt skalere arbeidsbelastninger på tvers av flere GPU-er som kjører parallelt.

Ved slutten av kurset vil deltakerne kunne:

• Forberede og konfigurere et egnet utviklingsmiljø for dyp læringsoppgaver.

• Installere og oppsette Horovod slik at det fungerer med TensorFlow, Keras, PyTorch og Apache MXNet.

• Skalere dyp læringsarbeidsbelastninger ved hjelp av Horovod for å kjøre på tvers av flere GPU-er samtidig.

Kursformat

Kurset gjennomføres gjennom interaktive forelesninger og diskusjoner, støttet av mange øvelser og praktiske økter, inkludert håndholdt implementering i et live-lab-miljø.

Muligheter for tilpasning av kurset

Mens kurset primært fokuserer på Horovod, kan det også involvere komplementære verktøy og rammeverk som TensorFlow, Keras, PyTorch og Apache MXNet. Hvis du har spesielle krav eller preferanser, må du gi oss beskjed slik at opplæringen kan tilpasses etter behov.

For å bestille en tilpasset versjon av denne opplæringen, vennligst kontakt oss for avtale.