Haldusteave
| Ametinimetus | Riist- ja tarkvararaamistikud süvaõppeks |
| Kestus | 60 minutit |
| Moodul | B |
| Õppetunni liik | Loeng |
| Keskendumine | Tehniline – sügav õpe |
| Teema | Arvutuslikud graafikud |
Võtmesõnad
süvaõpe, tarkvara, riistvara, GPU infrastruktuur,
Õpieesmärgid
- Tutvumine süvaõppesüsteemide riist- ja tarkvararaamistikega
Eeldatav ettevalmistamine
Õppeüritused, mis tuleb lõpetada enne
Kohustuslik õpilastele
Puudub.
Valikuline õpilastele
Puudub.
Viited ja taust õpilastele
Puudub.
Soovitatav õpetajatele
Puudub.
Õppematerjalid
Juhised õpetajatele
Selle loengu eesmärk on näidata õpilastele, millised riist- ja tarkvaraarhitektuurid aitavad koolitada ja rakendada süvaõppe lahendusi. Peame tunnistama, et need riist- ja tarkvarakomponendid on suurepärased tehnilised lahendused, mis võimaldavad meil ulatuslikku koolitust ja järeldusi teha. Lisaks riistvarale on NVIDIA GPU-d ja Google’i TPU-d tänapäeval parimad valikud, sest nad rakendavad optimeeritud sügava õppimise algoritme kvaliteetsete ja kiirete draiveritega.
Süvaõppeks kasutame palju rohkem tarkvara kui ainult süvaõppe raamistikke. Kasutame konfiguratsiooni, ajastamist, orkestratsiooni ja paljusid teisi tööriistu. Lühike sissejuhatus selles loengus kriimustab ainult pinda.
Loengu viimases osas näitame, kuidas Horovod’iga saab multi-GPU koolitust realiseerida. Eesmärk ei ole sügav sukelduda multi-GPU koolitused, vaid näidata, et see ei ole nii raske rakendada põhilahendust.
Riistvara tootjate ja tarkvara pakkujate veebisaitide avamine võib aidata õpilastel saada praktilisi kogemusi.
Kontuur
- riistvaralahendused – lauaarvutist serveriklassini
- süvaõppe tarkvara raamistikud
- lisatarkvara süvaõppe lahendustele
| Kestus (Min) | Kirjeldus |
|---|---|
| 5 | Vajadus paralleelarvutuse järele süvaõppes |
| 15 | Riistvaralahendused |
| 5 | Kuidas võrrelda erinevaid riistvara süvaõppeks |
| 10 | Süvaõppe tarkvara arhitektuur |
| 10 | Süvaõppe raamistikud |
| 10 | Täiendavad tarkvarakomponendid |
Tunnustused
Balint Gyires-Tóth (Budapesti Tehnikaülikool)
Inimkeskse tehisintellekti magistriprogrammi kaasfinantseeris Euroopa Liidu Ühendamise Rahastu toetusega CEF-TC-2020–1 „Digioskused 2020“-EU-IA-0068.