课程大纲

介绍

  • RAPIDS功能和组件概述
  • GPU计算概念

入门

  • 安装RAPIDS
  • cuDF、cuML和Dask
  • 基本操作、算法和API

数据管理与训练

  • 数据准备与ETL
  • 使用XGBoost创建训练集
  • 测试训练模型
  • 使用CuPy数组
  • 使用Apache Arrow数据框

模型可视化与部署

  • 使用cuGraph进行图分析
  • 使用Dask实现多GPU
  • 使用cuXfilter创建交互式仪表板
  • 推理与预测示例

故障排除

总结与下一步

要求

  • 熟悉CUDA
  • 具备Python编程经验

受众

  • 数据科学家
  • 开发人员
 14 小时

即将举行的公开课程

课程分类