Programa do Curso

Introdução

  • Visão geral dos recursos e componentes do RAPIDS
  • Conceitos de computação GPU

Introdução ao RAPIDS

  • Instalando o RAPIDS
  • cuDF, cUML e Dask
  • Primitivas, algoritmos e APIs

Gerenciamento e Treinamento de Dados

  • Preparação de dados e ETL
  • Criação de um conjunto de treinamento usando XGBoost
  • Testando o modelo de treinamento
  • Trabalhando com matrizes CuPy
  • Usando quadros de dados Apache Arrow

Visualização e Implantação de Modelos

  • Análise gráfica com cuGraph
  • Implementação Multi-GPU com Dask
  • Criação de um painel interativo com cuXfilter
  • Exemplos de inferência e previsão

Solução de Problemas

Resumo e Próximos Passos

Requisitos

  • Familiaridade com CUDA
  • Experiência em programação Python

Público-Alvo

  • Cientistas de dados
  • Desenvolvedores
 14 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas