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

Prednáška: Hardvérové a softvérové rámce pre hlboké učenie

Administratívne informácie

Názov Hardvérové a softvérové rámce pre hlboké učenie
Trvanie 60 minút
Modul B
Druh lekcie Prednáška
Zameranie Technické – hĺbkové učenie
Téma Výpočtové grafy

Kľúčové slová

hĺbkové učenie, softvér, hardvér, infraštruktúra GPU,

Vzdelávacie ciele

Očakávaná príprava

Naučte sa udalosti, ktoré treba dokončiť predtým

Povinné pre študentov

Žiadne.

Voliteľné pre študentov

Žiadne.

Referencie a zázemie pre študentov

Žiadne.

Odporúčané pre učiteľov

Žiadne.

Učebné materiály

Pokyny pre učiteľov

Účelom tejto prednášky je ukázať študentom, aké hardvérové a softvérové architektúry pomáhajú trénovať a nasadzovať riešenia hlbokého učenia. Musíme uznať, že tieto hardvérové a softvérové komponenty sú brilantné technické riešenia, ktoré nám umožňujú rozširovať školenia a odvody. Okrem hardvéru, NVIDIA GPU a Google TPU sú dnes najlepšou voľbou, pretože implementujú optimalizované algoritmy hlbokého učenia s vysoko kvalitnými a rýchlymi ovládačmi.

Na hĺbkové učenie používame oveľa viac softvéru ako samotné rámce hlbokého učenia. Používame konfiguráciu, plánovanie, orchestráciu a mnoho ďalších nástrojov. Krátky úvod v tejto prednáške len poškriaba povrch.

V poslednej časti prednášky ukážeme, ako sa dá s Horovodom realizovať multi-GPU tréning. Cieľom nie je hlboko sa ponoriť do multi-GPU tréningov, ale ukázať, že nie je tak ťažké implementovať základné riešenie.

Otvorenie webových stránok výrobcov hardvéru a poskytovateľov softvéru môže študentom pomôcť získať praktické skúsenosti.

Obrysy

Časový harmonogram
Trvanie (Min) Popis
5 Potreba paralelnej výpočtovej techniky v hlbokom učení
15 Hardvérové riešenia
5 Ako porovnať rôzne hardvér pre hlboké učenie
10 Softvérová architektúra hlbokého učenia
10 Rámce hlbokého vzdelávania
10 Ďalšie softvérové komponenty

Uznania

Balint Gyires-Tóth (Budapestská technická a ekonomická univerzita)

Program Masters umelej inteligencie zameraný na človeka bol spolufinancovaný z Nástroja Európskej únie na prepájanie Európy v rámci grantu CEF-TC-2020 – 1 Digitálne zručnosti 2020-EU-IA-0068.