Administrativní informace
| Název | Hardwarové a softwarové rámce pro hluboké učení |
| Trvání | 60 minut |
| Modul | B |
| Typ lekce | Přednáška |
| Soustředění | Technické – hluboké učení |
| Téma | Výpočetní grafy |
Klíčová slova
hluboké učení, software, hardware, infrastruktura GPU,
Vzdělávací cíle
- Seznámení se s hardwarovými a softwarovými rámci pro systémy hlubokého učení
Očekávaná příprava
Vzdělávací akce, které mají být dokončeny před
Povinné pro studenty
Žádné.
Volitelné pro studenty
Žádné.
Reference a zázemí pro studenty
Žádné.
Doporučeno pro učitele
Žádné.
Materiály pro výuku
Pokyny pro učitele
Cílem této přednášky je ukázat studentům, jaké hardwarové a softwarové architektury pomáhají trénovat a nasazovat řešení hlubokého učení. Musíme uznat, že tyto hardwarové a softwarové komponenty jsou brilantní technická řešení, která nám umožňují škálovat školení a závěry. Kromě hardwaru jsou GPU NVIDIA a TPU Google nejlepší volbou dnes, protože implementují optimalizované algoritmy hlubokého učení s vysoce kvalitními a rychlými ovladači.
Pro hluboké učení používáme mnohem více softwaru než samotné rámce hlubokého učení. Používáme konfiguraci, plánování, orchestraci a mnoho dalších nástrojů. Krátký úvod do této přednášky pouze škrábe povrch.
V poslední části přednášky ukážeme, jak lze s Horovodem realizovat multi-GPU trénink. Cílem není hluboké ponoření do multi-GPU tréninků, ale ukázat, že není tak těžké implementovat základní řešení.
Otevření webových stránek výrobců hardwaru a poskytovatelů softwaru by mohlo studentům pomoci získat praktické zkušenosti.
Obrys
- hardwarová řešení – od stolního počítače až po úroveň serverů
- softwarové rámce hlubokého učení
- další software pro řešení hlubokého učení
| Doba trvání (Min) | Popis |
|---|---|
| 5 | Potřeba paralelních výpočtů v hlubokém učení |
| 15 | Hardwarová řešení |
| 5 | Jak porovnat různé hardware pro hluboké učení |
| 10 | Softwarová architektura hlubokého učení |
| 10 | Rámce hlubokého učení |
| 10 | Další softwarové komponenty |
Potvrzení
Balint Gyires-Tóth (Budapešťská technologická a ekonomická univerzita)
Program Human-Centered AI Masters byl spolufinancován Nástrojem Evropské unie pro propojení Evropy v rámci grantu CEF-TC-2020–1 Digitální dovednosti 2020-EU-IA-0068.