Download Python.Parallel.Programming.Cookbook.Giancarlo.Zaccone.2015.epub-G11DF3 Torrent

Python Parallel Programming Cookbook

Auteur : .Giancarlo.Zaccone
Editeur : Packt Pub Ltd
Genre : Manuel Scolaire Informatique

Maîtrisez une programmation parallèle efficace pour créer des applications puissantes à l'aide de Python

Principales caractéristiques

Concevoir et mettre en œuvre des logiciels parallèles efficaces

Maîtriser de nouvelles techniques de programmation pour aborder et résoudre des problèmes de programmation complexes

Explorez le monde de la programmation parallèle avec ce livre, qui constitue une ressource incontournable pour différents types de tâches de calcul parallèle en Python, à l'aide d'exemples et de sujets abordés en profondeur.

Description du livre

Ce livre vous apprendra les techniques de programmation parallèle à l'aide d'exemples en Python et vous aidera à explorer les nombreuses façons d'écrire du code permettant à plusieurs processus de se dérouler à la fois. En commençant par vous présenter le monde du calcul parallèle, il passe ensuite aux principes fondamentaux de Python. Vient ensuite l'exploration du modèle de parallélisme basé sur les threads à l'aide du module de thread Python en synchronisant les threads et en utilisant les verrous, le mutex, les files d'attente de sémaphores, GIL et le pool de threads.

Ensuite, vous apprendrez le parallélisme basé sur les processus où vous synchroniserez les processus à l'aide de la transmission de messages et en apprendrez davantage sur les performances des modules Python MPI. Vous apprendrez ensuite le modèle de programmation parallèle asynchrone à l'aide du module Python asyncio ainsi que la gestion des exceptions. Ensuite, vous découvrirez l'informatique distribuée avec Python et apprendrez à installer un courtier, à utiliser le module Celery Python et à créer un travailleur.

Vous comprendrez également Pycsp, le framework Scoop et les modules de disque en Python. Plus loin, vous apprendrez la programmation GPU avec Python à l'aide du module PyCUDA et évaluerez les limitations de performances.