PyTorch
Expert
Optimisation avancée via mixed precision training avec PyTorch

Type d'évaluation

Mise en situation réelle

Analyse

Intelligence Artificielle

Compétences ciblées

mixed-precision
optimization
gpu
performance
training

Scénario Technique

Contexte : L’entraînement d’un modèle profond est limité par la mémoire GPU disponible. Le Problème : Le modèle dépasse la capacité mémoire lors de l’entraînement en pleine précision. Contraintes : Utiliser torch.cuda.amp pour mixed precision. Vérifier stabilité numérique. Comparer temps d’entraînement et consommation mémoire. Livrable attendu : Implémenter une stratégie mixed precision robuste et analyser les gains en performance.

Prêt à évaluer ce talent ?

Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.

Commencer le Défis
    PyTorch - Optimisation avancée via mixed precision training avec PyTorch | Test Technique & Recrutement