Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction
- Aperçu des fonctionnalités et des composants de RAPIDS
- Concepts de calcul GPU
Premiers pas
- Installation de RAPIDS
- cuDF, cUML et Dask
- Primitives, algorithmes et API
Gestion et entraînement des données
- Préparation des données et ETL
- Création d'un jeu de données d'entraînement avec XGBoost
- Test du modèle d'entraînement
- Travail avec des tableaux CuPy
- Utilisation des DataFrames Apache Arrow
Visualisation et déploiement des modèles
- Analyse de graphes avec cuGraph
- Mise en œuvre de Multi-GPU avec Dask
- Création d'un tableau de bord interactif avec cuXfilter
- Exemples d'inférence et de prédiction
Résolution de problèmes
Résumé et prochaines étapes
Pré requis
- Connaissance de CUDA
- Expérience en programmation Python
Audience
- Data scientists
- Développeurs
14 Heures