Verteiltes Deep Learning mit Horovod Schulung

Horovod ist ein Open-Source-Framework, das entwickelt wurde, um eine schnelle und effiziente verteilte Schulung von Deep-Learning-Modellen mit TensorFlow, Keras, PyTorch und Apache MXNet zu ermöglichen. Es erlaubt, ein Schulungsskript, das ursprünglich für eine einzelne GPU konzipiert wurde, mit nur minimalen Codeänderungen auf mehrere GPUs oder sogar mehrere Hosts zu skalieren.

Dieses von einem Dozenten geleitete, Live-Training – sowohl online als auch vor Ort verfügbar – richtet sich an Entwickler und Data Scientists, die Horovod nutzen möchten, um verteiltes Deep Learning durchzuführen und Workloads effizient über mehrere parallel arbeitende GPUs zu skalieren.

Bis zum Ende des Trainings werden die Teilnehmer in der Lage sein:

• eine geeignete Entwicklungsumgebung für Deep-Learning-Schulungsaufgaben vorzubereiten und zu konfigurieren.

• Horovod zu installieren und einzurichten, um es mit TensorFlow, Keras, PyTorch und Apache MXNet zu verwenden.

• Deep-Learning-Workloads mit Horovod so zu skalieren, dass sie gleichzeitig auf mehreren GPUs ausgeführt werden.

Kursformat

Der Kurs wird durch interaktive Vorträge und Diskussionen vermittelt, unterstützt durch zahlreiche Übungen und praktische Einheiten, einschließlich einer praktischen Umsetzung in einer Live-Lab-Umgebung.

Optionen zur Kursanpassung

Obwohl der Fokus des Kurses primär auf Horovod liegt, können auch ergänzende Tools und Frameworks wie TensorFlow, Keras, PyTorch und Apache MXNet einbezogen werden. Falls Sie besondere Anforderungen oder Vorlieben haben, teilen Sie uns dies bitte mit, damit das Training entsprechend angepasst werden kann.

Um eine angepasste Version dieses Trainings zu beantragen, kontaktieren Sie uns bitte, um eine Vereinbarung zu treffen.