GPU Data Science with NVIDIA RAPIDS

• 熟悉 CUDA
• Python 编程经验

观众

• 数据科学家
• 开发 人员

RAPIDS 是一套开源软件库，旨在加速 GPU 驱动的数据科学和分析管道。它基于 Python，并包含一个 DataFrame API，该 API 与各种机器学习算法集成。

这种以讲师为主导的现场培训（现场或远程）针对希望使用RAPIDS构建GPU加速的数据管道，工作流和可视化的数据科学家和开发人员，应用机器学习算法，如XGBoost，cuML等。

在培训结束时，参与者将能够：

• 设置必要的开发环境以使用 NVIDIA RAPIDS 构建数据模型。
• 了解 RAPIDS 的特性、组件和优势。
• 利用 GPU 加速端到端数据和分析管道。
• 使用 cuDF 和 Apache Arrow 实现 GPU 加速的数据准备和 ETL。
• 了解如何使用 XGBoost 和 cuML 算法执行机器学习任务。
• 使用 cuXfilter 和 cuGraph 构建数据可视化并执行图形分析。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在现场实验室环境中实际实施。

课程定制选项

• 如需申请此课程的定制培训，请联系我们进行安排。

介绍

• RAPIDS 功能和组件概述
• GPU 计算概念

开始

• 安装 RAPIDS
• cuDF、cUML 和 Dask
• 基元、算法和 API

管理和训练数据

• 数据准备和 ETL
• 使用 XGBoost 创建训练集
• 测试训练模型
• 使用 CuPy 数组
• 使用 Apache Arrow 数据框

可视化和部署模型

• 使用 cuGraph 进行图形分析
• 使用 Dask 实现 Multi-GPU
• 使用 cuXfilter 创建交互式仪表板
• 推理和预测示例

故障 排除

摘要和后续步骤