Курс посвящён практическим методам создания, оптимизации и сопровождения масштабируемых систем глубокого обучения. В курсе содержится краткий обзор работы с GPU и современными фреймворками с изучением принципов измерения производительности, ведения экспериментов и обеспечения воспроизводимости. Студентам предлагается изучить своерменные способы ускорения обучения, основы распределённых вычислений и лучшие практики вывода моделей в продакшен (контейнеризация, мониторинг, API-сервисы). Отдельное внимание уделяется актуальным техникам ускорения инференса крупных моделей.
Требования к слушателям
Курс предназначен для бакалавров и магистров, которые владеют навыками базового глубокого машинного обучения