Schulungsübersicht

Einführung

  • Überblick über RAPIDS Funktionen und Komponenten
  • GPU Konzepte der Datenverarbeitung

Erste Schritte

  • Installieren von RAPIDS
  • cuDF, cUML, und Dask
  • Primitive, Algorithmen und APIs

Verwaltung und Training von Daten

  • Datenaufbereitung und ETL
  • Erstellen eines Trainingssatzes mit XGBoost
  • Testen des Trainingsmodells
  • Arbeiten mit CuPy-Array
  • Verwendung von Apache Arrow Datenrahmen

Visualisieren und Bereitstellen von Modellen

  • Graphenanalyse mit cuGraph
  • Implementieren von Multi-GPU mit Dask
  • Erstellen eines interaktiven Dashboards mit cuXfilter
  • Beispiele für Inferenz und Vorhersage

Fehlersuche

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Vertrautheit mit CUDA
  • Python Programmiererfahrung

Zielgruppe

  • Datenwissenschaftler
  • Entwickler
 14 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Kommende Kurse

Verwandte Kategorien