- Znajomość technologii CUDA
- Doświadczenie w programowaniu Python
Publiczność
- Naukowcy zajmujący się danymi
- Programiści
RAPIDS to zestaw bibliotek oprogramowania typu open source stworzonych w celu przyspieszenia GPU nauki o danych i potoków analitycznych. Jest on oparty na Python i zawiera interfejs API DataFrame, który integruje się z różnymi algorytmami uczenia maszynowego.
To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest przeznaczone dla naukowców zajmujących się danymi i programistów, którzy chcą używać RAPIDS do tworzenia GPU przyspieszonych potoków danych, przepływów pracy i wizualizacji, stosując algorytmy uczenia maszynowego, takie jak XGBoost, cuML itp.
Pod koniec tego szkolenia uczestnicy będą w stanie
- Skonfigurować niezbędne środowisko programistyczne do tworzenia modeli danych za pomocą NVIDIA RAPIDS.
- Zrozumieć funkcje, komponenty i zalety RAPIDS.
- Wykorzystać GPU do przyspieszenia kompleksowych potoków danych i analiz.
- Wdrożenie akcelerowanego przez GPU przygotowywania danych i ETL za pomocą cuDF i Apache Arrow.
- Dowiedz się, jak wykonywać zadania uczenia maszynowego za pomocą algorytmów XGBoost i cuML.
- Twórz wizualizacje danych i wykonuj analizę wykresów za pomocą cuXfilter i cuGraph.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.
Opcje dostosowywania kursu
- Aby poprosić o spersonalizowane szkolenie dla tego kursu, skontaktuj się z nami w celu ustalenia szczegółów.
Wprowadzenie
- Przegląd funkcji i komponentów RAPIDS
- Koncepcje obliczeniowe GPU
Pierwsze kroki
- Instalowanie RAPIDS
- cuDF, cUML i Dask
- Prymitywy, algorytmy i interfejsy API
Zarządzanie danymi i szkolenie
- Przygotowanie danych i ETL
- Tworzenie zestawu szkoleniowego przy użyciu XGBoost
- Testowanie modelu szkoleniowego
- Praca z tablicą CuPy
- Korzystanie z ramek danych Apache Arrow
Wizualizacja i wdrażanie modeli
- Analiza wykresów za pomocą cuGraph
- Wdrażanie Multi-GPU z Dask
- Tworzenie interaktywnego pulpitu nawigacyjnego za pomocą cuXfilter
- Przykłady wnioskowania i przewidywania
Rozwiązywanie problemów
Podsumowanie i kolejne kroki
United Arab Emirates - GPU Data Science with NVIDIA RAPIDS
Qatar - GPU Data Science with NVIDIA RAPIDS
Egypt - GPU Data Science with NVIDIA RAPIDS
Saudi Arabia - GPU Data Science with NVIDIA RAPIDS
South Africa - GPU Data Science with NVIDIA RAPIDS
Brasil - GPU Data Science with NVIDIA RAPIDS
Canada - GPU Data Science with NVIDIA RAPIDS
中国 - GPU Data Science with NVIDIA RAPIDS
香港 - GPU Data Science with NVIDIA RAPIDS
澳門 - GPU Data Science with NVIDIA RAPIDS
台灣 - GPU Data Science with NVIDIA RAPIDS
USA - GPU Data Science with NVIDIA RAPIDS
Österreich - GPU Data Science with NVIDIA RAPIDS
Schweiz - GPU Data Science with NVIDIA RAPIDS
Deutschland - GPU Data Science with NVIDIA RAPIDS
Czech Republic - GPU Data Science with NVIDIA RAPIDS
Denmark - GPU Data Science with NVIDIA RAPIDS
Estonia - GPU Data Science with NVIDIA RAPIDS
Finland - GPU Data Science with NVIDIA RAPIDS
Greece - GPU Data Science with NVIDIA RAPIDS
Magyarország - GPU Data Science with NVIDIA RAPIDS
Ireland - GPU Data Science with NVIDIA RAPIDS
Luxembourg - GPU Data Science with NVIDIA RAPIDS
Latvia - GPU Data Science with NVIDIA RAPIDS
España - GPU Data Science with NVIDIA RAPIDS
Italia - GPU Data Science with NVIDIA RAPIDS
Lithuania - GPU Data Science with NVIDIA RAPIDS
Nederland - GPU Data Science with NVIDIA RAPIDS
Norway - GPU Data Science with NVIDIA RAPIDS
Portugal - GPU Data Science with NVIDIA RAPIDS
România - GPU Data Science with NVIDIA RAPIDS
Sverige - GPU Data Science with NVIDIA RAPIDS
Türkiye - GPU Data Science with NVIDIA RAPIDS
Malta - GPU Data Science with NVIDIA RAPIDS
Belgique - GPU Data Science with NVIDIA RAPIDS
France - GPU Data Science with NVIDIA RAPIDS
日本 - GPU Data Science with NVIDIA RAPIDS
Australia - GPU Data Science with NVIDIA RAPIDS
Malaysia - GPU Data Science with NVIDIA RAPIDS
New Zealand - GPU Data Science with NVIDIA RAPIDS
Philippines - GPU Data Science with NVIDIA RAPIDS
Singapore - GPU Data Science with NVIDIA RAPIDS
Thailand - GPU Data Science with NVIDIA RAPIDS
Vietnam - GPU Data Science with NVIDIA RAPIDS
India - GPU Data Science with NVIDIA RAPIDS
Argentina - GPU Data Science with NVIDIA RAPIDS
Chile - GPU Data Science with NVIDIA RAPIDS
Costa Rica - GPU Data Science with NVIDIA RAPIDS
Ecuador - GPU Data Science with NVIDIA RAPIDS
Guatemala - GPU Data Science with NVIDIA RAPIDS
Colombia - GPU Data Science with NVIDIA RAPIDS
México - GPU Data Science with NVIDIA RAPIDS
Panama - GPU Data Science with NVIDIA RAPIDS
Peru - GPU Data Science with NVIDIA RAPIDS
Uruguay - GPU Data Science with NVIDIA RAPIDS
Venezuela - GPU Data Science with NVIDIA RAPIDS
Polska - GPU Data Science with NVIDIA RAPIDS
United Kingdom - GPU Data Science with NVIDIA RAPIDS
South Korea - GPU Data Science with NVIDIA RAPIDS
Pakistan - GPU Data Science with NVIDIA RAPIDS
Sri Lanka - GPU Data Science with NVIDIA RAPIDS
Bulgaria - GPU Data Science with NVIDIA RAPIDS
Bolivia - GPU Data Science with NVIDIA RAPIDS
Indonesia - GPU Data Science with NVIDIA RAPIDS
Kazakhstan - GPU Data Science with NVIDIA RAPIDS
Moldova - GPU Data Science with NVIDIA RAPIDS
Morocco - GPU Data Science with NVIDIA RAPIDS
Tunisia - GPU Data Science with NVIDIA RAPIDS
Kuwait - GPU Data Science with NVIDIA RAPIDS
Oman - GPU Data Science with NVIDIA RAPIDS
Slovakia - GPU Data Science with NVIDIA RAPIDS
Kenya - GPU Data Science with NVIDIA RAPIDS
Nigeria - GPU Data Science with NVIDIA RAPIDS
Botswana - GPU Data Science with NVIDIA RAPIDS
Slovenia - GPU Data Science with NVIDIA RAPIDS
Croatia - GPU Data Science with NVIDIA RAPIDS
Serbia - GPU Data Science with NVIDIA RAPIDS
Bhutan - GPU Data Science with NVIDIA RAPIDS