Estimados clientes, devido a feriado nacional, o Apoio ao Cliente não está disponível hoje. Atenderemos os seus requisitos no próximo dia útil. Obrigado pela sua compreensão.
Faça parte de uma comunidade de amantes de livros de todo o mundo e tenha acesso a uma série de benefícios.
Crie uma conta gratuitamente
Contacto
Como comprar
Ajuda
Entrega
Correio DHL 7.99 €
Correio DPD 4.49 €
Correio MRW 3.99 €
Ponto DPD 3.99 €
Guia de compras
A minha conta
▸
Vazio :-(
0
Estimados clientes, devido a feriado nacional, o Apoio ao Cliente não está disponível hoje. Atenderemos os seus requisitos no próximo dia útil. Obrigado pela sua compreensão.
Concurrent NumPy in Python
Faster NumPy With BLAS, Python Threads, and Multiprocessing
Língua
Inglês
Inglês
Livro
Capa mole
Concurrency in NumPy is not an afterthoughtDiscover matrix multiplication that is 2.7x faster.Discov...
Descrição completa
Código Libristo: 51089320
?
71 b
71 b
29.33
€
Armazenamento externo
Envio em 9-15 dias
Política de devolução de 30 dias
Os clientes também compraram
/
Capa mole
21.95
€
Concurrency in NumPy is not an afterthought
- Discover matrix multiplication that is 2.7x faster.
- Discover array initialization that is up to 3.2x faster.
- Discover sharing copied arrays that is up to 516.91x faster.
NumPy is how we represent arrays of numbers in Python.
An entire ecosystem of third-party libraries has been developed around NumPy arrays, from machine learning and deep learning to image and computer vision and more.
Given the wide use of NumPy, it is essential we know how to get the most out of our system when using it.
We cannot afford to have CPU cores sit idle when performing mathematical operations on arrays.
Therefore we must know how to correctly harness concurrency in NumPy, such as:
- NumPy has multithreaded algorithms and functions built-in (using BLAS).
- NumPy will release the infamous GIL so Python threads can run in parallel.
- NumPy arrays can be shared efficiently between Python processes using shared memory.
The problem is, no one is talking about how.
Introducing: "Concurrent NumPy in Python". A new book designed to teach you how to bring concurrency to your NumPy programs in Python, super fast!
You will get fast-paced tutorials showing you how to bring concurrency to the most common NumPy tasks.
Including:
- Parallel array multiplication, common math functions, matrix solvers, and decompositions.
- Parallel array filling and parallel creation of arrays of random numbers.
- Parallel element-wise array arithmetic and common array math functions
- Parallel programs for working with many NumPy arrays with thread and process pools.
- Efficiently share arrays directly, and copies of arrays between Python processes.
Don't worry if you are new to NumPy programming or concurrency, you will also get primers on the background required to get the most out of this book, including:
- The importance of concurrency when using NumPy and the cost of approaching it naively.
- How to perform common NumPy operations and math functions.
- How to install, query, and configure BLAS libraries for built-in multithreaded NumPy functions.
- How to use Python concurrency APIs including threading, multiprocessing, and pools of workers.
Each tutorial is carefully designed to teach one critical aspect of how to bring concurrency to your NumPy projects.
Learn Python concurrency correctly, step-by-step.
Atriz
&
Poliglota
EWA KASP
para
Reproduzir vídeo
A Libristo tem a maior seleção de literatura estrangeira. É por isso que compro os meus livros aqui.
Sobre o livro
Nome completo
Concurrent NumPy in Python
Autor
Jason Brownlee
Língua
Inglês
Inglês
Encadernação
Livro - Capa mole
Data de emissão
2023
Número de páginas
476
EAN
9798862038057
Código Libristo
51089320
Editoras
Independently published
Peso
633
Dimensões
152 x 229 x 24
Ofereça este livro hoje
É fácil
1 Adicione ao carrinho e escolha Entregar como presente ao finalizar a compra 2 Receberá um vale 3 O livro chegará ao endereço do destinatárioTambém pode estar interessado em
/
Capa mole
58.17
€
