Derin Öğrenme Modellerinin GPU Eğitimi Analizine Giriş
Zoom
Eğitimin kaydına YouTube kanalımızdan ulaşabilirsiniz.
Organizasyon: TÜBİTAK ULAKBİM ve ODTÜ
Etkinlik Türü: Eğitim
Tarih: 23 Aralık 2025, 10:00
Format: %100 Çevrim içi
Konu: Veri Bilimi
Eğitim Seviyesi: Giriş
Dil: Türkçe
Süre: 3 Saat
Program/Ajanda
-
Giriş: Derin Öğrenme Eğitimi nasıl olur, backprop, loss, optimizer, batch: ne işe yarar, neden önemlidir?
-
Tek GPU nasıl çalışır? Veri GPU’ya kopyalanır; forward, loss, backward, optimizer sırası; kodda hangi satır ne yapıyor.
-
Çoklu GPU'ya geçmek ne değiştirir? Her GPU’ya veri dağılımı, gradyanların birleştirilmesi, ek senkronizasyon maliyeti.
-
Canlı demo / kod analizi veri dağıtımı / ileri-geri geçiş / parametre güncelleme zamanlarını okuma. 1 GPU vs 2 GPU kıyası..
-
Kısa özet + Sorular
Hedef Kitle: Endüstri Temsilcileri ve Akademik Araştırmacılar
Kullanılacak Araçlar: PyTorch
Ön Koşullar
-
Derin öğrenme alanında temel düzeyde deneyim
-
Python programlama diline aşinalık
-
Derin öğrenme kavram ve ilkelerine ilişkin genel anlayış
Öğrenme Hedefleri: Bu kursa katılarak şunları öğreneceksiniz.
-
Bir derin öğrenme modelinin GPU üzerinde nasıl çalıştığını adım adım anlamak
-
Veri kopyalama, forward–backward işlemleri ve optimizer adımlarının zaman maliyetlerini yorumlamak
-
Tek GPU ile çoklu GPU eğitim süreçleri arasındaki farkları ve hızlanma/darboğaz noktalarını tespit etmek
-
Eğitim performansını nvidia-smi ve zaman ölçümleriyle izleyip değerlendirmek
-
Basit bir PyTorch kodunu 1 GPU’dan 2 GPU’ya ölçeklendirme prensiplerini uygulamak
Eğitmen Hakkında: Doç.Dr. Erdem Akagündüz, ODTÜ Enformatik Enstitüsü’nde öğretim üyesi olarak görev yapmaktadır. Çalışmaları bilgisayarla görü, derin öğrenme, örüntü tanıma ve görüntü işleme alanlarında yoğunlaşmakta olup, bu konularda çeşitli akademik yayınları ve uluslararası patentleri bulunmaktadır.
İletişim: ncc@ulakbim.gov.tr
-------
Disclaimer
Sadece EuroHPC JU katılımcı ülkelerinde (Türkiye gibi) yaşayan ve çalışan katılımcılar etkinliğe katılım sağlayabilir.( https://eurohpc-ju.europa.eu/about/discover-eurohpc-ju_en)
Yalnızca resmi e-posta adresleri (çalıştığınız kurum e-posta adresi veya edu uzantılı üniversite e-posta adresleri) kayıt için kabul edilmektedir; kişisel veya jenerik e-posta adresleri (gmail, hotmail, yahoo gibi) kabul edilmemektedir.
------
Bizi X ve LinkedIn hesaplarımızdan takip edebilirsiniz. YouTube kanalımıza abone olmayı unutmayın!
- Twitter: https://twitter.com/EuroCC_Turkey
- LinkedIN: https://www.linkedin.com/company/eurocc-turkey
- YouTube: https://www.youtube.com/c/EuroCCTurkey
Acknowledgments
This event was supported by the EuroCC 2 and EuroCC4SEE projects, which received funding from the European High-Performance Computing Joint Undertaking (JU) under grant agreements No. 101101903 and No. 101191697, respectively. The JU receives support from the Digital Europe Programme and Germany, Bulgaria, Austria, Croatia, Cyprus, Czech Republic, Denmark, Estonia, Finland, Greece, Hungary, Ireland, Italy, Lithuania, Latvia, Poland, Portugal, Romania, Slovenia, Spain, Sweden, France, Netherlands, Belgium, Luxembourg, Slovakia, Norway, Türkiye, Republic of North Macedonia, Iceland, Montenegro, Serbia.
