Python 並行編程手冊 Python并行编程手册
詹卡洛·扎克尼 (Giancarlo Zaccone)
- 出版商: 電子工業
- 出版日期: 2018-04-01
- 售價: $354
- 語言: 簡體中文
- 頁數: 225
- 裝訂: 平裝
- ISBN: 7121337533
- ISBN-13: 9787121337536
-
相關分類:
Python、程式語言
- 此書翻譯自: Python Parallel Programming Cookbook (Paperback)
已絕版
買這商品的人也買了...
-
流暢的 Python｜清晰、簡潔、有效的程式設計 (Fluent Python)$980$774 -
程序員的數學3 : 線性代數$474$450 -
$294貝葉斯思維 : 統計建模的 Python 學習法 (Think Bayes : Bayesian Statistics in Python) -
$630Python Web開發實戰 -
Git 團隊使用手冊 (Git for Teams: A User-Centered Approach to Creating Efficient Workflows in Git)$580$458 -
$594CUDA C 編程權威指南 (Professional CUDA C Programming) -
$294基於免疫計算的機器學習方法及應用 -
文科生也看得懂的電路學, 2/e$380$300 -
Python 技術手冊, 3/e (Python in a Nutshell: A Desktop Quick Reference, 3/e)$880$695 -
$407Python 神經網絡編程 (Make Your Own Neural Network) -
$450程序員的數學2 : 概率統計 -
$250程序員的數學 -
$474深入理解 TensorFlow 架構設計與實現原理 -
$658深度捲積網絡 : 原理與實踐 -
$352文本上的算法 深入淺出自然語言處理 -
$408強化學習精要：核心算法與 TensorFlow 實現 -
Python GUI 程式設計：PyQt5 實戰$690$538 -
$359Python 測試之道 -
$714Python 深度學習 (Deep Learning with Python) -
pytest 測試實戰$419$398 -
$294捲積神經網絡的 Python 實現 -
Web API 建構與設計 (Designing Web APIs: Building APIs That Developers Love)$480$379 -
GAN 對抗式生成網路 (GANs in Action: Deep learning with Generative Adversarial Networks)$750$638 -
資料科學的建模基礎 : 別急著 coding！你知道模型的陷阱嗎？$599$509 -
Mike Cohn 的使用者故事：敏捷軟體開發應用之道 (User Stories Applied : For Agile Software Development)$600$468
商品描述
若想充分利用所有的計算資源來構建高效的軟件系統，並行編程技術是不可或缺的一項技能。本書以Python為藍本，對並行編程領域的各項技術與知識進行了廣泛且深入的講解。通過對本書的學習，讀者將能夠快速且準確地掌握並行編程方方面面的技能，從而應用在自己的項目開發中，提升系統運行效率。本書共分為6章，從原理到實踐系統化地對並行編程技術進行了層層剖析，並通過大量可運行的實例演示了每一個知識點的具體運用方式，是提升並行編程技能的一本不可多得的好書。相信本書的出版將會填補Python在並行領域應用的一大空白，能夠幫助想要從事並行編程與並行計算的讀者提升實踐能力，並將這一能力應用到實際的項目開發中。
作者簡介
（意大利）Giancarlo Zaccone（詹卡洛扎克尼）譯者:張龍
Giancarlo Zaccone擁有超過10年的管理研發項目的經驗，涉及到科學與工業這兩個領域。他曾以研究員身份就職於國家研究委員會（CNR），主要從事一些並行科學計算與科學可視化項目。他目前作為一名軟件工程師就職於一家諮詢公司，主要負責開發和維護一些面向太空和防禦應用的軟件系統。Giancarlo擁有那不勒斯費德里科II大學的物理學碩士學位，並且獲得了羅馬大學科學計算專業的第二研究生學位。可以通過https://it.linkedin.com/in/giancarlozaccone瞭解到關於Giancarlo的更多信息。
目錄大綱
1並行計算與Python起步
介紹
並行計算內存架構
內存組織
並行編程模型
如何設計並行程序
如何評估並行程序的性能
Python簡介
並行世界中的Python
進程與線程介紹
開始在Python中使用進程
開始在Python中使用線程
2基於線程的並行
介紹
使用Python的線程模塊
如何定義線程
如何確定當前的線程
如何在子類中使用線程
使用Lock與RLock實現線程同步
使用RLock實現線程同步
使用信號量實現線程同步
使用條件實現線程同步
使用事件實現線程同步
使用with語句
使用隊列實現線程通信
評估多線程應用的性能
3基於進程的並行
介紹
如何生成進程
如何對進程命名
如何在後台運行進程
如何殺死進程
如何在子類中使用進程
如何在進程間交換對象
如何同步進程
如何管理進程間狀態
如何使用進程池
使用mpi4py模塊
點對點通信
避免死鎖問題
使用廣播實現聚合通信
使用scatter實現聚合通信
使用gather實現聚合通信
使用Alltoall實現聚合通信
匯聚操作
如何優化通信
4異步編程
介紹
使用Python的concurrentfutures模塊
使用Asyncio實現事件循環管理
使用Asyncio處理協程
使用Asyncio管理任務
使用Asyncio和Futures
5分佈式P
介紹
使用Celery分發任務
如何使用Celery創建任務
使用SCOOP進行科學計算
使用SCOOP處理映射函數
使用Pyro4遠程調用方法
使用Pyro4鏈接對象
使用Pyro4開發一個客戶端-服務器應用
使用PyCSP實現順序進程通信
在Disco中使用MapReduce
使用RPyC調用遠程過程
6使用Python進行GPU編程
介紹
使用PyCUDA模塊
如何構建一個PyCUDA應用
通過矩陣操作理解PyCUDA內存模型
使用GPUArray調用內核
使用PyCUDA對逐元素表達式求值
使用PyCUDA進行MapReduce操作
使用NumbaPro進行GPU編程
通過NumbaPro使用GPU加速的庫
使用PyOpenCL模塊
如何構建一個PyOpenCL應用
使用PyOpenCL對逐元素表達式求值
使用PyOpenCL測試GPU應用
