[cette page sur wiki][index][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Conférence: Cadres matériels et logiciels pour l’apprentissage en profondeur

Informations administratives

Titre Cadres matériels et logiciels pour l’apprentissage en profondeur
Durée 60 minutes
Module B
Type de leçon Conférence
Focus Technique — Deep Learning
Sujet Graphiques informatiques

Mots-clés

apprentissage profond, logiciels, matériel, infrastructure GPU,

Objectifs d’apprentissage

Préparation prévue

Événements d’apprentissage à compléter avant

Obligatoire pour les étudiants

Aucun.

Optionnel pour les étudiants

Aucun.

Références et antécédents pour les étudiants

Aucun.

Recommandé pour les enseignants

Aucun.

Matériel de leçon

Instructions pour les enseignants

Le but de cette conférence est de montrer aux étudiants quelles architectures matérielles et logicielles aident à former et à déployer des solutions d’apprentissage profond. Nous devons reconnaître que ces composants matériels et logiciels sont des solutions techniques brillantes qui nous permettent d’évoluer la formation et l’inférence. Outre le matériel, les GPU NVIDIA et les TPU Google sont les meilleurs choix aujourd’hui, car ils mettent en œuvre des algorithmes d’apprentissage profond optimisés avec des pilotes rapides et de haute qualité.

Pour l’apprentissage profond, nous utilisons beaucoup plus de logiciels que les frameworks d’apprentissage profond seuls. Nous utilisons la configuration, la planification, l’orchestration et de nombreux autres outils. La courte introduction dans cette conférence ne fait que rayer la surface.

Lors de la dernière partie de la conférence, nous montrons comment l’entraînement multiGPU peut être réalisé avec Horovod. L’objectif n’est pas de plonger profondément dans les formations multiGPU, mais de montrer qu’il n’est pas si difficile de mettre en œuvre une solution de base.

L’ouverture des sites Web des fabricants de matériel et des fournisseurs de logiciels pourrait aider les étudiants à avoir une expérience pratique.

Esquisse

Calendrier
Durée (min) Description
5 Le besoin de l’informatique parallèle dans l’apprentissage profond
15 Solutions matérielles
5 Comment comparer différents matériels pour l’apprentissage profond
10 Architecture logicielle d’apprentissage profond
10 Cadres d’apprentissage profond
10 Composants logiciels supplémentaires

Remerciements

Balint Gyires-Tóth (Université de technologie et d’économie de Budapest)

Le programme de master IA centré sur l’humain a été cofinancé par le mécanisme pour l’interconnexion en Europe de l’Union européenne dans le cadre de la subvention CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.