Plan du cours

Introduction

  • Aperçu des fonctionnalités et composants de RAPIDS
  • Concepts de calcul GPU

Prise en main

  • Installation de RAPIDS
  • cuDF, cUML et Dask
  • Primitives, algorithmes et API

Gestion et formation des données

  • Préparation des données et ETL
  • Création d'un ensemble de formation à l'aide de XGBoost
  • Test du modèle de formation
  • Travail avec les tableaux CuPy
  • Utilisation des dataframes Apache Arrow

Visualisation et déploiement de modèles

  • Analyse graphique avec cuGraph
  • Mise en œuvre multi-GPU avec Dask
  • Création d'un tableau de bord interactif avec cuXfilter
  • Exemples d'inférence et de prédiction

Dépannage

Résumé et étapes suivantes

Pré requis

  • Familiarité avec CUDA
  • Expérience en programmation Python

Audience

  • Scientifiques des données
  • Développeurs
 14 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires