In deze training leert je:
- Hoe je softwareomgeving instelt, en waarom de voorgeïnstalleerde softwaremodules nuttig zijn;
- Hoe de I/O van bestanden uw trainingssnelheid kan beperken, en hoe u dat kunt verhelpen;
- Over de technische mogelijkheden van moderne CPU’s en GPU’s (gereduceerde precisie datatypes, vector/matrix instructies);
- Hoe u knelpunten in uw code kunt vinden door een (PyTorch) profiel te maken
- Hoe je meerdere CPU’s of GPU’s in één training kunt gebruiken (parallel computing voor deep learning).
Voor wie?
Deze training over Machine Learning is voor onderzoekers die voor het trainen van hun neurale netwerken op hun lokale computer zijn ontgroeid en over gaan naar de volgende stap is een high performance computing. Daarbij gebruiken ze een cluster (zoals Snellius) om hun modellen te trainen.
Vereisten
- Basiskennis van PyTorch, TensorFlow of een gelijkaardig framework;
- Basiskennis Python programmering. Enige ervaring in het gebruik van Jupyter notebooks is wenselijk, maar niet essentieel;
- Basiskennis in het gebruik van een high performance computing cluster (zie onze cursus ‘Introduction to cluster and supercomputing’);
- Specifiek: weten hoe een job in te dienen, en hoe om te gaan met de module-omgeving.