Wat leer je?

Tijdens onze hands-on sessies krijg je de kans om te werken op onze krachtige systemen met verschillende soorten gegevens en leer je hoe je je model kunt tunen om op de meest efficiënte manier optimale resultaten te verkrijgen. De eerste dag richt zich op de basiskennis en -vaardigheden van deep learning. De tweede dag staat in het teken van het trainen van neurale netwerken op high performance computerclusters.

Op dag 1 van deze cursus zul je:

• De fundamentele theorieën van machinaal leren en de intuïties/ideeën achter de algoritmen begrijpen
• Werken met een high-level machine learning API (Keras)
• Hyperparameterruimte verkennen om een neuraal netwerk te verbeteren
• De valkuilen van klassieke algoritmen voor machinaal leren begrijpen

Op dag 2 van deze cursus leer je het volgende:

• hoe u uw softwareomgeving instelt en waarom de vooraf geïnstalleerde softwaremodules nuttig zijn
• hoe de bestands-I/O je trainingssnelheid kan beperken en hoe je dat kunt verhelpen
• over de technische mogelijkheden van moderne CPU’s en GPU’s (gereduceerde precisie datatypes, vector/matrix instructies)
• hoe je knelpunten in je code kunt vinden door een (PyTorch) profiel te maken
• hoe meerdere CPU’s of GPU’s te gebruiken in één training (parallel computing voor deep learning)

Voor wie?

Iedereen die kennis wil maken met machine learning op schaal, van beginners tot gevorderden

Vereisten

• Basiskennis statistiek
• Basiskennis lineaire algebra
• Basiskennis van Python programmeren. Enige ervaring met het gebruik van Jupyter Notebooks is wenselijk, maar niet essentieel.

Basiskennis van parallel computing is nuttig, maar niet vereist.

Onderwerpen

Dag 1:

• Inleiding tot diep leren
• Het PyTorch framework gebruiken
• Volledig verbonden netwerken, Convolutionele netwerken, Autoencoders (afhankelijk van de tijd)

Dag 2:

• Software-installaties op HPC-systemen
• Verpakte bestandsformaten voor Machine Learning
• Parallel rekenen voor diep leren
• Hardware (bijv. Tensor cores) en softwarefuncties (bijv. bibliotheken op laag niveau voor diep leren) voor versneld diep leren
• PyTorch profileren met TensorBoard

Kosten

Deelname is gratis

De voertaal is Engels