[人工智慧演講] 深度學習環境建置與模型訓練實務

近年來，計算規模的提升激發深度學習在大量資料下的成效，快速地訓練模型成為深度學習應用之成功關鍵。平行化計算是加速訓練大型資料集或是複雜網路的主要手段，其涵蓋了軟硬體配置、深度學習框架設定、資料的預處理、到 hyper parameters 調整優化，過程中有許多環節可能影響計算速度或正確性。此外，平行化系統可能是配置有多台機器分散式環境，管理與監控計算資源也是一項重要的課題。在這個演講，我們將分享校調深度學習訓練參數的經驗以及管理監控深度學習運算資源的實務。