[TensorFlow分散学習] Horovodによる分散学習の実装方法と解説

イベント概要

Uberが開発しているTensorFlow用分散学習フレームワークであるHorovodについて、その設計思想、アーキテクチャおよび実装方法について解説します。
Horovodの大きな特徴として、通常の1GPUを用いたTrainingで使用しているコードを少し変更するだけで、簡単に複数GPUを用いた分散学習が実装できるという点が挙げられます。
本イベントでは、実際のコードを用いながら、必要な変更部分を具体的に示して説明を行いますので、独自の学習コードに対して簡単に分散学習の実装をしたいと考えている方の参考になるような内容構成にしています。
Deep Learningにおける分散学習とは？といったところやTensorflow公式の分散学習実装であるDistributed Tensorflowとの比較も交えながら説明していきます。

発表者

Hideaki Masuda (hadusam)
LeapMind Inc. Infrastructure Division Leader
組込みDeep Learningモデル構築サービス「DeLTA-Lite」の開発やLeapMind社内のDeep Learning研究環境の開発を担当。Deep Learningの性能改善、運用効率化のために分散学習基盤の導入やボトルネック分析などもしています。

参加対象者

• TensorFlowユーザーの方
• Deep Learningの分散学習に興味がある方

※イベント内容に興味がある方ならばどなたでもご参加頂けます！

会場

LeapMind株式会社オフィス (東京都渋谷区円山町28-1 渋谷道玄坂スカイビル 5F)
2月に引っ越したばかりのLeapMind新オフィスです。

タイムスケジュール