Bitte wählen Sie die Bereiche, die Sie exportieren möchten:
Schulung CuPy: GPU-beschleunigte numerische Berechnungen für Python
Praxisorientierte Übungen zur GPU-Beschleunigung mit CuPy
Schulungsformen
Offene Schulung
- 2 Tage
- 8 gesicherte Termine
- 1.370,00 p. P. zzgl. MwSt.
- Köln / Online
- Dritter Mitarbeitende kostenfrei
- Learning & Networking in einem. Garantierte Durchführung ab 1 Teilnehmenden.
Inhouse-/Firmenschulung
- 2 Tage - anpassbar
- Termin nach Wunsch
- Preis nach Angebot
- In Ihrem Hause oder bei der GFU
- Lernumgebung in der Cloud
- Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
Individualschulung
- 2 Tage - anpassbar
- Termin nach Wunsch
- Preis nach Angebot
- In Ihrem Hause oder bei der GFU
- Lernumgebung in der Cloud
- 1 Teilnehmender = Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
Beschreibung
In diesem Seminar lernen die Teilnehmenden die grundlegenden und fortgeschrittenen Techniken zur Nutzung von CuPy für GPU-beschleunigte numerische Berechnungen kennen. Der Fokus liegt auf der Implementierung und Optimierung von Algorithmen auf der GPU, der Integration von CuPy in bestehende Machine-Learning- und wissenschaftliche Workflows sowie der Visualisierung und Debugging von GPU-Berechnungen. Durch praxisorientierte Übungen vertiefen die Teilnehmer die erlernten Konzepte und wenden sie in realen Szenarien an.
Werfen Sie einen Blick auf alle Python Weiterbildungen.
Schulungsziel
Am Ende des Seminars sind die Teilnehmenden in der Lage, CuPy effektiv zu nutzen, um numerische Berechnungen auf der GPU durchzuführen und zu optimieren. Sie lernen, wie sie bestehende NumPy-Codes auf GPUs skalieren und die Rechenleistung für wissenschaftliche und maschinelle Lernprojekte erheblich steigern können.
Details
Wer teilnehmen sollte
Dieses Seminar richtet sich an Data Scientists, Machine-Learning-Ingenieure und Entwickler, die ihre Kenntnisse in der GPU-Computing und numerischen Berechnung mit CuPy vertiefen möchten. Grundlegende Kenntnisse in Python und NumPy sind erforderlich.
Ihre Schulung
In Präsenz | Online |
|---|---|
| Lernmethode | |
Ausgewogene Mischung aus Theorie und Praxis | Wie auch bei unseren Präsenz-Seminaren: Ausgewogene Mischung aus Theorie und praktischen Übungen. Trainer durchgehend präsent. |
| Unterlagen | |
Seminarunterlagen oder Fachbuch zum Seminar inklusive, das man nach Rücksprache mit dem Trainer individuell auswählen kann. | Seminarunterlagen oder Fachbuch inklusive (per Post). Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne. |
| Arbeitsplatz | |
| PC/VMs für jeden Teilnehmenden Hochwertige und performante Hardware Große, höhenverstellbare Bildschirme Zugang zu Ihrem Firmennetz erlaubt |
|
| Lernumgebung | |
Neu aufgesetzte Systeme für jeden Kurs in Abstimmung mit dem Seminarleiter. | |
| Arbeitsmaterialien | |
DIN A4 Block, Notizblock, Kugelschreiber, USB-Stick, Textmarker, Post-its | |
| Teilnahmezertifikat | |
Die Teilnahmezertifikat inkl. Inhaltsverzeichnis wird Ihnen am Ende des Seminars ausgehändigt. | Die Teilnahmezertifikat inkl. Inhaltsverzeichnis wird Ihnen per Post zugesandt. |
Organisation
In Präsenz | Online | |
|---|---|---|
| Teilnehmendenzahl | ||
min. 1, max. 8 Personen | ||
| Garantierte Durchführung | ||
Ab 1 Teilnehmenden* | ||
| Schulungszeiten | ||
| ||
| Ort der Schulung | ||
 GFU SchulungszentrumAm Grauen Stein 27 51105 Köln-Deutz oder online im Virtual Classroom oder europaweit bei Ihnen als Inhouse-Schulung Um ein optimales Raumklima zu gewährleisten, haben wir das Schulungszentrum mit 17 hochmodernen Trotec TAC V+ Luftreinigern ausgestattet. Diese innovative Filtertechnologie (H14 zertifiziert nach DIN EN1822) sorgt dafür, dass die Raumluft mehrfach pro Stunde umgewälzt wird und Schadstoffe zu 99.995% im HEPA-Filter abgeschieden und infektiöse Aerosole abgetötet werden. Zusätzlich sind alle Räume mit CO2-Ampeln ausgestattet, um jederzeit eine hervorragende Luftqualität sicherzustellen. | ||
| Räumlichkeiten | ||
Helle und modern ausgestattete Räume mit perfekter Infrastruktur | Bequem aus dem Homeoffice von überall | |
| Preisvorteil | ||
Dritter Mitarbeitende nimmt kostenfrei teil. Eventuell anfallende Prüfungskosten für den dritten Teilnehmenden werden zusätzlich berechnet. Hinweis: Um den Erfolg der Schulung zu gewährleisten, sollte auch der dritte Teilnehmende die erwarteten Vorkenntnisse mitbringen. | ||
| All-Inclusive | ||
Gebäck, Snacks und Getränke ganztägig, Mittagessen im eigenen Restaurant, täglich 6 Menüs, auch vegetarisch | Eine Auswahl unserer Frühstücks-Snacks und Nervennahrungs-Highlights senden wir Ihnen mit den Seminarunterlagen per Post zu. | |
| Barrierefreiheit | ||
Das GFU-Schulungszentrum (Am Grauen Stein 27) ist barrierefrei | - | |
Buchen ohne Risiko
| Rechnungsstellung |
Erst nach dem erfolgreichen Seminar. Keine Vorkasse. |
| Stornierung |
Kostenfrei bis zum Vortag des Seminars |
| Vormerken statt buchen |
Sichern Sie sich unverbindlich Ihren Seminarplatz schon vor der Buchung - auch wenn Sie selbst nicht berechtigt sind zu buchen |
Kostenfreie Services
In Präsenz | Online |
|---|---|
|
|
Inhalt
- Ziele und Erwartungen der Teilnehmenden
- Klärung individueller Lernziele und Erwartungen für ein praxisnahes und relevantes Seminar
- Einführung in CuPy: Überblick und Bedeutung
- Was ist CuPy und warum ist es wichtig?
- Definition und Hintergrund: CuPy ist eine Open-Source-Bibliothek in Python, die GPU-beschleunigte numerische Berechnungen ermöglicht. Es wurde entwickelt, um eine nahezu nahtlose Integration mit NumPy zu bieten, sodass bestehende NumPy-Codebasis einfach auf GPUs skaliert werden kann.
- Bedeutung und Vorteile: CuPy bietet eine einfache Möglichkeit, numerische Berechnungen zu beschleunigen, insbesondere in Bereichen wie maschinelles Lernen, wissenschaftliches Rechnen und Datenanalyse. Durch die Nutzung der GPU können Berechnungen um ein Vielfaches schneller durchgeführt werden.
- Vergleich mit anderen GPU-Bibliotheken: Unterschiede und Vorteile gegenüber anderen GPU-Computing-Bibliotheken wie TensorFlow, PyTorch und Numba, insbesondere in Bezug auf die Einfachheit der Integration und die Ähnlichkeit mit NumPy.
- Was ist CuPy und warum ist es wichtig?
- Grundlagen der CuPy-Bibliothek
- Erkunden der CuPy-Architektur
- Installation und Einrichtung: Schritt-für-Schritt-Anleitung zur Installation von CuPy und Einrichtung der Entwicklungsumgebung auf verschiedenen Plattformen.
- CuPy und NumPy: Einführung in die grundlegende Syntax und Struktur von CuPy, die stark an NumPy angelehnt ist, einschließlich Array-Erstellung und grundlegender Operationen.
- Arbeiten mit Arrays: Erstellen, Manipulieren und Verarbeiten von Arrays in CuPy, einschließlich grundlegender Operationen wie Addition, Subtraktion, Multiplikation und Division.
- Erkunden der CuPy-Architektur
- Erstellen und Verwalten von GPU-beschleunigten Berechnungen
- Grundlegende Berechnungstechniken
- Vektor- und Matrixoperationen: Durchführung grundlegender lineare Algebra-Operationen wie Matrixmultiplikation, Transposition und Invertierung auf der GPU.
- Elementweise Operationen: Anwendung elementweiser Operationen auf Arrays, einschließlich mathematischer Funktionen wie Sinus, Cosinus und Exponentialfunktionen.
- Reduktionsoperationen: Implementierung von Reduktionsoperationen wie Summierung, Mittelwertbildung und Maximum auf großen Datenmengen.
- Grundlegende Berechnungstechniken
- Erste Schritte mit dem Training von Modellen
- Integration von CuPy in Machine-Learning-Workflows
- Datenvorbereitung und -verarbeitung: Nutzung von CuPy zur Vorverarbeitung großer Datensätze, z.B. Normalisierung, Standardisierung und Datenaugmentation.
- Beschleunigung von ML-Algorithmen: Anwendung von CuPy zur Beschleunigung von Trainingsalgorithmen wie k-Means, lineare Regression und einfache neuronale Netze.
- Optimierung des Modells: Einführung in Techniken zur Verbesserung der Rechenleistung und Reduzierung des Speicherverbrauchs.
- Integration von CuPy in Machine-Learning-Workflows
- Praxisübung 1: Beschleunigung einer Datenverarbeitungs-Pipeline
- Ziel der Übung: Anwendung der erlernten Techniken zur Beschleunigung einer einfachen Datenverarbeitungs-Pipeline mit CuPy.
- Projektbeschreibung: Die Teilnehmer konvertieren eine bestehende NumPy-basierte Datenverarbeitungs-Pipeline auf CuPy, um die Leistung durch GPU-Beschleunigung zu steigern.
- Anforderungen: Nutzung von CuPy zur Implementierung von Array-Manipulationen, elementweisen Operationen und Reduktionsoperationen.
- Schritt-für-Schritt-Anleitung:
- Vorbereitung: Einführung in die Projektanforderungen, Einrichtung der GPU-Umgebung und Überprüfung des NumPy-Codes.
- Durchführung: Konvertierung des NumPy-Codes auf CuPy, Durchführung von Performance-Tests und Optimierungen.
- Präsentation: Vorstellung der Ergebnisse durch die Teilnehmer.
- Tools: CuPy, Python, Beispiel-Datensätze.
- Ergebnisse und Präsentation:
- Präsentation der beschleunigten Datenverarbeitung: Teilnehmer zeigen die Leistungsvorteile durch die Nutzung von CuPy und diskutieren die angewandten Techniken.
- Diskussion und Feedback: Analyse der Ergebnisse, Austausch von Feedback und Vorschläge zur Verbesserung
- Ziel der Übung: Anwendung der erlernten Techniken zur Beschleunigung einer einfachen Datenverarbeitungs-Pipeline mit CuPy.
- Erweiterte GPU-Computing-Techniken mit CuPy
- Arbeiten mit fortgeschrittenen mathematischen Operationen
- Spektralanalysen und FFT: Implementierung von Fast Fourier Transforms (FFT) und deren Anwendung auf Signal- und Bildverarbeitung.
- Differentialgleichungen und Simulationen: Nutzung von CuPy zur Lösung von Differentialgleichungen und Durchführung komplexer Simulationen in wissenschaftlichen Anwendungen.
- Sparse Arrays: Arbeit mit Sparse Arrays zur effizienten Speicherung und Verarbeitung von Daten mit vielen Nullwerten.
- Arbeiten mit fortgeschrittenen mathematischen Operationen
- Optimierung und Skalierung von Berechnungen
- Speicherverwaltung und Performance-Tuning
- Optimierung der Speicherallokation: Techniken zur effizienten Speicherverwaltung auf der GPU, um Engpässe zu vermeiden und die Performance zu maximieren.
- Asynchrone Berechnungen und Streams: Einführung in asynchrone Berechnungen mit CuPy und die Verwendung von CUDA-Streams zur Parallelisierung von Aufgaben.
- Profiling und Debugging: Verwendung von Tools wie nvprof und cupyx.time zur Analyse und Optimierung der GPU-Performance.
- Speicherverwaltung und Performance-Tuning
- Integration und Zusammenarbeit
- Zusammenarbeit mit anderen Frameworks
- Integration von CuPy mit Dask und anderen verteilten Rechenframeworks: Nutzung von Dask zur Verteilung von CuPy-Berechnungen auf mehreren GPUs oder Clustern.
- Verwendung von CuPy in Machine-Learning-Workflows: Integration von CuPy mit Scikit-Learn, TensorFlow oder PyTorch zur Beschleunigung von Modelltraining und Inferenz.
- Arbeiten in Teamumgebungen: Strategien zur Versionskontrolle und Zusammenarbeit bei der Entwicklung von CuPy-basierten Anwendungen.
- Zusammenarbeit mit anderen Frameworks
- Visualisierung und Debugging von GPU-Berechnungen
- Verwendung von Visualisierungstools
- Nutzung von Matplotlib und CuPy: Visualisierung von Daten direkt auf der GPU, Erstellung von Echtzeit-Grafiken und -Plots zur Analyse von Ergebnissen.
- Integration von CuPy mit Jupyter Notebooks: Erstellen interaktiver Notebooks für die Demonstration und Analyse von GPU-beschleunigten Berechnungen.
- Debugging-Strategien: Einführung in Debugging-Methoden für GPU-Berechnungen, Umgang mit typischen Fehlern und Engpässen.
- Verwendung von Visualisierungstools
- Praxisübung 2: Entwicklung einer GPU-beschleunigten wissenschaftlichen Anwendung
- Ziel der Übung: Anwendung der erlernten Techniken zur Entwicklung und Optimierung einer komplexen wissenschaftlichen Anwendung mit CuPy.
- Projektbeschreibung: Die Teilnehmer entwickeln eine Anwendung zur Verarbeitung wissenschaftlicher Daten, z.B. Simulationen oder Spektralanalysen, unter Nutzung der GPU-Beschleunigung von CuPy.
- Anforderungen: Nutzung fortgeschrittener CuPy-Techniken, Implementierung von Optimierungen und Durchführung von Performance-Tests.
- Schritt-für-Schritt-Anleitung:
- Vorbereitung: Einführung in die Projektanforderungen, Planung der Anwendung und Einrichtung der GPU-Umgebung.
- Durchführung: Entwicklung der Anwendung, Implementierung von Optimierungen und Analyse der Ergebnisse.
- Präsentation: Vorstellung der Ergebnisse durch die Teilnehmer.
- Tools: CuPy, Python, CUDA, Jupyter Notebooks.
- Ergebnisse und Präsentation:
- Präsentation der entwickelten Anwendung: Teilnehmer zeigen die Leistungsvorteile durch GPU-Beschleunigung und diskutieren die angewandten Techniken.
- Diskussion und Feedback: Analyse der Ergebnisse, Austausch von Feedback und Empfehlungen für zukünftige Projekte.
- Ziel der Übung: Anwendung der erlernten Techniken zur Entwicklung und Optimierung einer komplexen wissenschaftlichen Anwendung mit CuPy.
Buchungsmöglichkeiten
Online oder in Präsenz teilnehmen
Sie können sowohl Online als auch in Präsenz am Seminar teilnehmen. Klicken Sie bei Ihrer Buchung oder Anfrage einfach die entsprechende Option an.
Gesicherte offene Termine
| Termin | Ort | Preis | |
|---|---|---|---|
| 27.02.-28.02.2025 Plätze vorhanden Köln / Online 1.370,00 | Köln / Online | 1.370,00 | Buchen Vormerken |
| 26.05.-27.05.2025 Plätze vorhanden Köln / Online 1.370,00 | Köln / Online | 1.370,00 | Buchen Vormerken |
| 25.08.-26.08.2025 Plätze vorhanden Köln / Online 1.370,00 | Köln / Online | 1.370,00 | Buchen Vormerken |
| 24.11.-25.11.2025 Plätze vorhanden Köln / Online 1.370,00 | Köln / Online | 1.370,00 | Buchen Vormerken |
| 26.02.-27.02.2026 Plätze vorhanden Köln / Online 1.370,00 | Köln / Online | 1.370,00 | Buchen Vormerken |
| 26.05.-27.05.2026 Plätze vorhanden Köln / Online 1.370,00 | Köln / Online | 1.370,00 | Buchen Vormerken |
| 27.08.-28.08.2026 Plätze vorhanden Köln / Online 1.370,00 | Köln / Online | 1.370,00 | Buchen Vormerken |
| 26.11.-27.11.2026 Plätze vorhanden Köln / Online 1.370,00 | Köln / Online | 1.370,00 | Buchen Vormerken |
- Lernumgebung in der Cloud
- Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
- Lernumgebung in der Cloud
- 1 Teilnehmender = Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
Unterstützung nach der Schulung durch
individuelle Nachbetreuung
- Alle folgenden Schulungsformen können auch Online als Virtual Classroom durchgeführt werden.
- Eine Offene Schulung findet zu einem festgelegten Zeitpunkt im voll ausgestatteten Schulungszentrum oder Online/Remote statt. Sie treffen auf Teilnehmende anderer Unternehmen und profitieren vom direkten Wissensaustausch.
- Eine Inhouse-/Firmen-Schulung geht auf die individuellen Bedürfnisse Ihres Unternehmens ein. Sie erhalten eine kostenfreie Beratung von Ihrem Seminarleiter und können Inhalte und Dauer auf Ihren Schulungsbedarf anpassen. Inhouse-Schulungen können Europaweit durchgeführt werden.
- Bei einer Individual-Schulung erhalten Sie eine 1-zu-1 Betreuung und bestimmen Inhalt, Zeit und Lerntempo. Der Dozent passt sich Ihren Wünschen und Bedürfnissen an.
Sie können unsere Schulungen auch als Remote Schulung im Virtual Classroom anfragen.
In drei Schritten zum Online Seminar im Virtual Classroom:
- Seminar auswählen und auf "Buchen" klicken
- Wählen Sie bei "Wie möchten Sie teilnehmen?" einfach "Online" aus.
- Formular ausfüllen und über den Button "Jetzt buchen" absenden.
Unser Kundenservice meldet sich bei Ihnen mit der Buchungsbestätigung.
Unsere Online Schulungen finden im Virtual Classroom statt. Ein Virtual Classroom bündelt mehrere Werkzeuge, wie Audio-Konferenz, Text-Chat, Interaktives Whiteboard, oder Application Sharing.
Vorteile von Virtual Classroom:
- Sie erhalten 1 zu 1 die gleiche Lernumgebung, die Sie auch vor Ort bei uns vorfinden
- Die technische Vorbereitung wird von den GFU-Technikern vorgenommen
- Sie erhalten remote Zugriff auf Ihren persönlichen Schulungs-PC im GFU-Seminarraum
- Die Virtual Classroom Lösung lässt sich auch im Browser betreiben
- Die GFU-Technik leistet wie gewohnt Soforthilfe bei Problemen
- Die Schulungsunterlagen bekommen Sie per Post zugeschickt
- Sie sparen Reisekosten und Zeit
- 27. Feb. - 28. Feb. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 26. Mai - 27. Mai ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 25. Aug. - 26. Aug. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 24. Nov. - 25. Nov. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 26. Feb. - 27. Feb. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- Auch als Inhouse-Schulung, bundesweit mit Termin nach Wunsch und individuellen Inhalten
- Buchen ohne Risiko! Kostenfreie Stornierung bis zum Vortag des Seminars
Buchen Sie diese kostenfreien Serviceleistungen für Präsenzseminare ganz einfach während des Buchungsprozesses dazu!
Machen Sie sich keinen Kopf um die Anreise! Unser Shuttle fährt Sie. Oder Sie parken einfach auf einem extra für Sie reservierten Parkplatz.
Hotelzimmer gesucht? Wir organisieren Ihnen eins. Ihr Vorteil: Sie sparen Zeit und Geld!
Gesund oder lecker? Warum nicht beides? Freuen Sie sich auf unsere kulinarische Verpflegung!
Parkplätze sind in ausreichender Zahl vorhanden. Reisen Sie mit dem Auto an, reservieren wir Ihnen einen Parkplatz.