v2.11.0 (5800)

Cours scientifiques - CSC_5IA07_TA : Programmation GPGPU pour l'apprentissage

Domaine > Computer Science.

Descriptif

L'objectif de cet enseignement est de donner une vision des algorithmes et de leur implémentations dans les bibliothèques modernes d'apprentissage automatique fondées sur les réseaux de neurones. En particulier, l'utilisation de matériel spécifique, comme les cartes graphiques, pour gagner en performance sont au coeur des ces bibliothèques. Il est alors important de comprendre comment sont partagés les calcules entre matériel spécifique et CPU.

Objectifs pédagogiques

- Savoir programmer les cartes graphiques

- Maitriser les algorithmes et leurs mises en oeuvre associés aux méthodes d'apprentissage profond.

24 heures en présentiel (8 blocs ou créneaux)

effectifs minimal / maximal:

10/30

Format des notes

Numérique sur 20

Littérale/grade européen

Programme détaillé

Séance 1 : Introduction à l'architecture matériel des GPGPU et des mémoires

Séance 2 : princide de réductions

Séance 3 : présentation de cuBLAS

Séance 4 : classification linéaire avec cuBLAS 

Séance 5 :  cuDNN - réseaux neurones profonds

Séance 6 :  cuDNN - réseaux de neurones convolutifs 

Séance 7 : plateformes, cloud, TPU

Séance 8 :  TP/mini-projet noté

 

Mots clés

Apprentissage profond, architecture carte graphique, cuBlas
Veuillez patienter