Informații administrative
| Titlu | Cadre hardware și software pentru învățare profundă |
| Durată | 60 de minute |
| Modulul | B |
| Tipul lecției | Prelegere |
| Focalizare | Tehnică – Învățare profundă |
| Subiect | Grafice computaționale |
Cuvinte cheie
învățare profundă, software, hardware, infrastructură GPU,
Obiective de învățare
- Familiarizarea cu cadrele hardware și software pentru sistemele de învățare profundă
Pregătirea preconizată
Evenimente de învățare care urmează să fie finalizate înainte
Obligatoriu pentru studenți
Nici unul.
Opțional pentru studenți
Nici unul.
Referințe și context pentru studenți
Nici unul.
Recomandat pentru profesori
Nici unul.
Materiale de lecție
Instrucțiuni pentru profesori
Scopul acestei prelegeri este de a arăta studenților ce arhitecturi hardware și software ajută la formarea și implementarea soluțiilor de învățare profundă. Trebuie să recunoaștem că aceste componente hardware și software sunt soluții tehnice geniale care ne permit să exersăm instruirea și inferența. În afară de hardware, GPU-urile NVIDIA și TPU-urile Google sunt cele mai bune opțiuni astăzi, deoarece implementează algoritmi de învățare profundă optimizați cu drivere rapide și de înaltă calitate.
Pentru învățarea profundă, folosim mult mai mult software decât cadrele de învățare profundă. Folosim configurația, programarea, orchestrația și multe alte instrumente. Scurta introducere în această prelegere doar zgâria suprafața.
În ultima parte a prelegerii, arătăm cum se poate realiza instruirea multi-GPU cu Horovod. Scopul nu este de a avea o scufundare profundă în antrenamentele multi-GPU, ci de a arăta că nu este atât de greu să implementezi o soluție de bază.
Deschiderea site-urilor web ale producătorilor de hardware și ale furnizorilor de software ar putea ajuta studenții să aibă o experiență practică.
Contur
- soluții hardware – de la desktop la server
- cadre software de învățare profundă
- software suplimentar pentru soluții de învățare profundă
| Durată (min) | Descriere |
|---|---|
| 5 | Necesitatea calculului paralel în învățarea profundă |
| 15 | Soluții hardware |
| 5 | Cum de a compara hardware-ul diferit pentru deep learning |
| 10 | Arhitectură software de învățare profundă |
| 10 | Cadre de învățare profundă |
| 10 | Componente software suplimentare |
Confirmări
Balint Gyires-Tóth (Universitatea de Tehnologie și Economie din Budapesta)
Programul de masterat AI centrat pe om a fost cofinantat de Mecanismul pentru interconectarea Europei al Uniunii Europene sub Grantul CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.