Overview
Les systèmes modernes contiennent des processeurs multicœurs et des GPU qui ont un potentiel de calcul parallèle. Mais de nombreux outils scientifiques Python n'ont pas été conçus pour tirer parti de ce parallélisme. Grâce à cette ressource courte mais complète, les scientifiques des données et les programmeurs Python apprendront comment la bibliothèque open source Dask pour l'informatique parallèle fournit des API qui facilitent la parallélisation des bibliothèques PyData, notamment NumPy, pandas et scikit-learn.
Les auteurs Holden Karau et Mika Kimmins te montrent comment utiliser les calculs Dask dans des systèmes locaux, puis les faire évoluer vers le cloud pour des charges de travail plus lourdes. Ce livre pratique explique pourquoi Dask est populaire parmi les experts de l'industrie et les universitaires et est utilisé par des organisations telles que Walmart, Capital One, la Harvard Medical School et la NASA.
Avec ce livre, tu apprendras :
- Ce qu'est Dask, où tu peux l'utiliser et comment il se compare à d'autres outils.
- Comment utiliser Dask pour le traitement parallèle des données par lots
- Les concepts clés des systèmes distribués pour travailler avec Dask
- Les méthodes d'utilisation de Dask avec des API de niveau supérieur et des blocs de construction
- Comment travailler avec des bibliothèques intégrées telles que scikit-learn, pandas et PyTorch ?
- Comment utiliser Dask avec les GPU
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access