A partir del martes 24 de marzo de 2020, NVIDIA GTC digital está ofreciendo cursos para que aprenda las mejores prácticas de AWS para lograr sus objetivos de aprendizaje automático de forma más rápida y sencilla. La inscripción es gratuita, por lo que regístrese ahora. Las siguientes sesiones están disponibles en AWS:
S22492: Entrene a BERT en una hora usando aprendizaje profundo distribuido a gran escala en la nube
Descubra cómo escalamos la capacitación de BERT casi linealmente a 2,048 GPU NVIDIA V100 en AWS y cómo puede escalar sus propios trabajos de capacitación a la escala de la nube. Aprenda a crear grandes clústeres de capacitación y aproveche el nuevo marco de capacitación distribuido de AWS (que se utilizó para lograr el tiempo de capacitación más rápido para BERT en la nube).
- Aditya Bindal, gerente sénior de productos, AWS Deep Engine
- Indu Thangakrishnan, ingeniero de desarrollo de software, AWS Deep Engine
S22493: Mejore el rendimiento de la capacitación de ML con el depurador de Amazon SageMaker
Con Amazon SageMaker Debugger, los desarrolladores pueden obtener información completa sobre el proceso de capacitación al automatizar la captura y el análisis de datos de las ejecuciones de capacitación sin cambios en el código. Echaremos un vistazo más de cerca a cómo puede definir reglas para monitorear y analizar tensores y observar problemas en su modelo.
- Shashank Prasanna, abogado sénior, AI/ML
- Satadal Bhattacharjee, director principal de productos, AWS Deep Engine
S22483: De horas a minutos: el viaje de optimización de máscaras-RCNN y BERT usando MXNet
Entrenar grandes modelos de aprendizaje profundo como Mask R-CNN y BERT requiere mucho tiempo y recursos informáticos. Usando MXNet, el equipo del marco de aprendizaje profundo de Amazon Web Services ha estado trabajando con NVIDIA para optimizar muchas áreas diferentes para reducir el tiempo de capacitación de horas a minutos.
- Haibin Lin, científico aplicado, ingeniería de motores profundos de AWS
- Lin Yuan, ingeniero de desarrollo de software, Amazon Deep Learning SDK
S21179: Cálculo de la transitabilidad de la superficie mediante la transformación de distribución normal en NVIDIA TX2 en Amazon Scout
Scout es un robot autónomo de Amazon para la entrega de paquetes. Mapear su entorno en tiempo real para identificar el espacio transitable es fundamental para la conducción autónoma. Discutiremos cómo implementamos una técnica llamada "Transformación de distribución normal 3D" (NDT 3D) en NVIDIA TX2 para calcular la transitabilidad de la superficie y ayudar a Scout a navegar por el vecindario de manera autónoma y segura.
- Ka Chen, ingeniero gráfico sénior, DEX Robotics
S21290: Imágenes como servicio (VaaS): cómo Amazon y otros crean y utilizan imágenes fotorrealistas de productos bajo demanda con RTX Real-Time Raytracing y la nube
Descubra cómo el trazado de rayos en tiempo real de RTX, combinado con la computación en la nube de GPU, está impulsando un cambio en la forma en que los minoristas líderes como Amazon crean imágenes para sus productos. Mostraremos cómo Amazon está utilizando este enfoque y la plataforma migenius RealityServer para crear y proporcionar imágenes de productos a lo largo de sus flujos de trabajo.
- Paul Arden, director ejecutivo, migenio
- Thomas Dideriksen, desarrollador sénior de software, Amazon
Esperamos que encuentre estas sesiones educativas y agregaremos nuevas sesiones al catálogo de sesiones de GTC Digital en las próximas semanas. Tú también puedes solicitar una prueba gratuita para usar instancias Amazon EC2 P3 y G4 basadas en GPU NVIDIA. ¡Espero que tengas una buena conferencia GTC Digital!
Sobre la autora
Geoff Murase es un Gerente Senior de Mercadeo de Productos para instancias de computación acelerada AWS EC2, ayudando a los clientes a satisfacer sus necesidades de computación al proporcionar acceso a aceleradores de computación basados en hardware tales como Unidades de Procesamiento de Gráficos (GPU) o Matrices de Puertas Programables en Campo (FPGA). En su tiempo libre, disfruta jugar baloncesto y andar en bicicleta con su familia.
