Focaliser sur:  Cacher les contributions
S'authentifier

Workshop GPU @CC-IN2P3

3–5 avr. 2019
CC-IN2P3
Fuseau horaire Europe/Paris

Support @CC-IN2P3

Liste des Contributions

23 sur 23 affichés
Exporter en PDF
  1. 1. Mot de bienvenue
    Pierre-Etienne Macchi (CC-IN2P3)
    03/04/2019 11:00
  2. 2. Présentation de la ferme GPU
    Nicolas Fournials (CC-IN2P3)
    03/04/2019 11:30

    Le CC-IN2P3 propose une ferme de 10 machines Intel(R) Xeon(R) CPU E5-2640 (16 cores) / 128GB RAM / 40 GPUs Nvidia Tesla K80.

    Un point sera également fait sur la nouvelle ferme GPUs en cours de déploiement basée sur des V100.

    Aller à la page de la contribution
  3. 3. Abstraction logicielle pour la ferme GPU
    Bertrand Rigaud (USR6402)
    03/04/2019 12:00

    Le CC-IN2P3 propose des images Singularity qui permettent d'utiliser différentes versions des drivers CUDA et de TensorFlow, afin de satisfaire au mieux les besoins des utilisateurs.

    Aller à la page de la contribution
  4. 10. Comment installer pytorch et tensorflow en python avec Cuda
    Thomas BAUDIER (Creatis / Centre Léon Bérard)
    03/04/2019 14:00
  5. 11. Une approche à base de Deep Learning pour la cosmologie observationnelle
    Johanna Pasquet (CPPM)
    03/04/2019 14:15
  6. 12. Reconnaissance individuelle de mammifères à partir de photos
    Vincent Miele (CNRS)
    03/04/2019 14:45
  7. 13. Deblending galaxies with Variational Autoencoder: a multi-bands, multi-instruments analysis
    Bastien Arcelin (APC)
    03/04/2019 15:00
  8. 14. LISA: Data analysis for observing gravitational wave sources from space
    Antoine Petiteau (APC - Université Paris-Diderot)
    03/04/2019 16:00
  9. 15. GPUification avec OpenAcc section efficace de capture d'électrons dans les supernovæ
    Vincent LAFAGE (CNRS)
    03/04/2019 16:15
  10. 16. Solving source separtion problem for LISA data analysis with autoencoders
    Natalia Korsakova (Observatoire Cote d'Azur )
    03/04/2019 16:45
  11. 17. Utilisation d'un réseau de neurones pour la discrimination gamma/neutron sur le détecteur NEDA
    Guillaume BAULIEU (IPNL)
    03/04/2019 17:00
  12. 18. Usage of GPU for the ATLAS experiment
    Frederic DERUE (LPNHE Paris)
    04/04/2019 09:30
  13. 19. ML/DL pour la physique des accélérateurs
    Hayg Guler (LAL)
    04/04/2019 10:00
  14. 21. Inférence de réseaux de régulation de gènes à partir de données dynamiques multi-échelles/niveaux
    arnaud bonnaffoux (CNRS/ENS/LBMC)
    04/04/2019 10:15
  15. 4. Généralités sur les réseaux de neurones
    Alexandre Boucaud (APC / IN2P3)
    04/04/2019 11:00

    Après un bref historique sur les réseaux de neurones ainsi que des exemples récents d’application, je décomposerai avec vous la structure d’un réseau de neurone simple (neural network), puis celle d’un réseau de neurones profond convolutionnel (deep convolutional network). J’évoquerai la terminologie propre à ce domaine et illustrerai le tout avec des exemples de code. Enfin, je terminerai en...

    Aller à la page de la contribution
  16. 23. Experiences running Deep Reinforcement Learning on the IN2P3 GPU Cluster
    Edward Beeching (INRIA)
    04/04/2019 15:00
  17. 24. Applications multi-GPUs au CC-IN2P3 pour les analyses et simulations : apports, expériences
    Gilles Grasseau (LLR IN2P3/CNRS)
    04/04/2019 15:15
  18. 25. Le service Data Analytics du projet PRACE
    Agnes ANSARI (CNRS/IDRIS)
    04/04/2019 16:15
  19. 26. Deep learning for inverse problems: Application to spectral CT
    Juan Felipe Perez Juste Abascal (CREATIS)
    04/04/2019 16:45
  20. 5. Soumission sur la ferme HPC
    Bertrand Rigaud (USR6402), Gino Marchetti (CC-IN2P3 / CNRS), Sébastien Gadrat (CC-IN2P3)
    05/04/2019 10:00

    Le tutoriel se déroulera en amphi.
    Le matériel pour ce tutoriel est disponible au lien ci-dessous

    Aller à la page de la contribution
  21. 7. TP : écriture d'un réseau de neurones avec numpy
    Alexandre Boucaud (APC / IN2P3), Bastien Arcelin (APC)
    05/04/2019 10:00

    Ce TP fait suite au cours introductif de la veille et amènera à comprendre, en les codant, les éléments clés d'un réseau de neurones, de sa construction jusqu'à son entraînement. Le réseau ainsi construit servira à résoudre quelques problèmes simples. Enfin, ces mêmes problèmes seront résolus à l'aide des librairies de deep learning PyTorch & TensorFlow afin d'en comprendre l'utilisation.

    Le...

    Aller à la page de la contribution
  22. 8. Soumission sur la ferme HPC
    Bertrand Rigaud (USR6402), Gino Marchetti (CC-IN2P3 / CNRS), Sébastien Gadrat (CC-IN2P3)
    05/04/2019 14:00

    Le tutoriel se déroulera en amphi.
    Le matériel pour ce tutoriel est disponible au lien ci-dessous

    Aller à la page de la contribution
  23. 9. TP : écriture d'un réseau de neurones avec numpy
    Alexandre Boucaud (APC / IN2P3), Bastien Arcelin (APC)
    05/04/2019 14:00

    Ce TP fait suite au cours introductif de la veille et amènera à comprendre, en les codant, les éléments clés d'un réseau de neurones, de sa construction jusqu'à son entraînement. Le réseau ainsi construit servira à résoudre quelques problèmes simples. Enfin, ces mêmes problèmes seront résolus à l'aide des librairies de deep learning PyTorch & TensorFlow afin d'en comprendre l'utilisation.

    Le...

    Aller à la page de la contribution

Retour à l'événement