Kursplan

Introduksjon

  • Oversikt over RAPIDS funksjoner og komponenter
  • GPU datakonsepter

Starter

  • Installerer RAPIDS
  • cuDF, cUML og Dask
  • Primitiver, algoritmer og APIer

Administrering og opplæring av data

  • Dataforberedelse og ETL
  • Opprette et treningssett med XGBoost
  • Tester treningsmodellen
  • Arbeide med CuPy-array
  • Bruker Apache Arrow datarammer

Visualisere og distribuere modeller

  • Grafanalyse med cuGraph
  • Implementering av Multi-GPU med Dask
  • Opprette et interaktivt dashbord med cuXfilter
  • Inferens og prediksjonseksempler

Feilsøking

Sammendrag og neste trinn

Krav

  • Kjennskap til CUDA
  • Python programmeringserfaring

Publikum

  • Dataforskere
  • Utviklere
 14 timer

Antall deltakere


Price per participant

Upcoming Courses

Related Categories