آموزش محاسبات توزیع شده برای یادگیری ماشین (ML) - آخرین آپدیت

دانلود Distributed Computing for ML

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: ساخت مدل‌های یادگیری ماشین در مقیاس بزرگ، چالش‌های متعددی در زمینه عملکرد و زیرساخت ایجاد می‌کند. در این دوره آموزشی با عنوان «محاسبات توزیع شده برای ML»، شما مهارت‌های لازم برای طراحی، استقرار و بهینه‌سازی گردش کارهای مقیاس‌پذیر یادگیری ماشین در محیط‌های چندگره‌ای (Multi-node) را کسب خواهید کرد. ابتدا نحوه راه‌اندازی یک کلاستر توزیع شده با استفاده از Ray و PyTorch را می‌آموزید؛ از شبیه‌سازی یک کلاستر محلی تا آموزش مدل‌ها در چندین پروسس مختلف. سپس، عوامل کلیدی اثرگذار بر عملکرد مانند بهره‌وری منابع، بخش‌بندی داده‌ها و توازن‌های ارتباطی بین پروسس‌ها را بررسی می‌کنید. در نهایت، تکنیک‌های بهینه‌سازی از جمله گرادیان نزولی تصادفی توزیع شده (DSGD) را پیاده‌سازی کرده، با بک‌اندهای ارتباطی مانند Gloo و NCCL تجربه کسب می‌کنید و توپولوژی کلاستر را برای دستیابی به عملکرد بهتر تنظیم خواهید کرد. همچنین استراتژی‌های پیشرفته‌ای مانند ادغام گره‌های GPU از راه دور، اعمال فشرده‌سازی گرادیان و بنچ‌مارک بهره‌وری I/O را بررسی خواهید کرد. پس از اتمام این دوره، شما دانش و مهارت لازم برای ساخت و نظارت بر خط لوله‌های (Pipelines) توزیع شده یادگیری ماشین در زیرساخت‌های محلی و دوردست را خواهید داشت.

سرفصل ها و درس ها

محاسبات توزیع شده برای یادگیری ماشین Distributed Computing for Machine Learning

  • مقدمه و پیکربندی Introduction and Configuration

  • شروع کار و استفاده از Ray Starting and Using Ray

  • مقیاس‌پذیری و عملکرد Scaling and Performance

بهینه‌سازی و کاهش ورودی/خروجی (IO) Optimization, and IO Reduction

  • گسترش کلاستر مجازی Ray Expanding the Ray Virtual Cluster

  • گرادیان‌ها، DDP و جمع‌کننده‌ها Gradients, DDP, and Collectives

  • بهترین روش‌های اجرایی Best Practices

نمایش نظرات

آموزش محاسبات توزیع شده برای یادگیری ماشین (ML)
جزییات دوره
26m
6
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
7
از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Anthony Alampi Anthony Alampi

من آنتونی آلامپی هستم ، یک طراح و توسعه دهنده تعاملی ساکن آستین ، تگزاس. من یک توسعه دهنده حرفه ای بازی های ویدیویی و صاحب فعلی شرکت طراحی وب با بیش از 15 سال تجربه برنامه نویسی و بیش از 7 سال تجربه طراحی هستم. طراحی کاربر محور علاقه من است و معتقدم وقتی کاربران در اولویت قرار می گیرند ، دوباره برمی گردند! نمونه کارهای شخصی من را می توانید در این آدرس مشاهده کنید: https://www.anthonyalampi.com/درباره شرکت من: مشاوران X Factor یک شرکت طراحی دیجیتال است که در Round Rock ، تگزاس مستقر است. ما در ایجاد وب سایت های تمیز ، کاربر پسند و آرم های چشم نواز ، رسانه های دیجیتال و سایر مواد بازاریابی برای طیف گسترده ای از صنایع تخصص داریم. ما همچنین خدمات اصلی نوشتن محتوای UX دوستانه را برای رسانه های تعاملی و همچنین پشتیبانی وب مستر پس از راه اندازی مشتری آنلاین خود را ارائه می دهیم. درباره کارهایی که X Factor می تواند برای سازمان شما انجام دهد بیشتر بدانید: https://www.xfactorconsultants.com/