- Main
- Computers - Programming
- Scaling Python with Dask: From Data...
Scaling Python with Dask: From Data Science to Machine Learning
Holden Karau, Mika KimminsΠόσο σας άρεσε αυτό το βιβλίο;
Ποια είναι η ποιότητα του ληφθέντος αρχείου;
Κατεβάστε το βιβλίο για να αξιολογήσετε την ποιότητά του
Ποια είναι η ποιότητα των ληφθέντων αρχείων;
Modern systems contain multi-core CPUs and GPUs that have the potential for parallel computing. But many scientific Python tools were not designed to leverage this parallelism. With this short but thorough resource, data scientists and Python programmers will learn how the Dask open source library for parallel computing provides APIs that make it easy to parallelize PyData libraries including NumPy, pandas, and scikit-learn.
Authors Holden Karau and Mika Kimmins show you how to use Dask computations in local systems and then scale to the cloud for heavier workloads. This practical book explains why Dask is popular among industry experts and academics and is used by organizations that include Walmart, Capital One, Harvard Medical School, and NASA.
With this book, you'll learn:
• What Dask is, where you can use it, and how it compares with other tools
• How to use Dask for batch data parallel processing
• Key distributed system concepts for working with Dask
• Methods for using Dask with higher-level APIs and building blocks
• How to work with integrated libraries such as scikit-learn, pandas, and PyTorch
• How to use Dask with GPUs
Authors Holden Karau and Mika Kimmins show you how to use Dask computations in local systems and then scale to the cloud for heavier workloads. This practical book explains why Dask is popular among industry experts and academics and is used by organizations that include Walmart, Capital One, Harvard Medical School, and NASA.
With this book, you'll learn:
• What Dask is, where you can use it, and how it compares with other tools
• How to use Dask for batch data parallel processing
• Key distributed system concepts for working with Dask
• Methods for using Dask with higher-level APIs and building blocks
• How to work with integrated libraries such as scikit-learn, pandas, and PyTorch
• How to use Dask with GPUs
Κατηγορίες:
Έτος:
2023
Έκδοση:
1
Εκδότης:
O'Reilly Media
Γλώσσα:
english
Σελίδες:
223
ISBN 10:
1098119878
ISBN 13:
9781098119874
Αρχείο:
PDF, 8.86 MB
Οι ετικέτες (tags) σας:
english, 2023
Κατεβάστε (pdf, 8.86 MB)
- Checking other formats...
- Μετατροπή σε
- Ξεμπλοκάρετε τη μετατροπή αρχείων μεγαλύτερων από 8 MB Premium
Θέλετε να προσθέσετε βιβλιοπωλείο; Επικοινωνήστε μαζί μας στο support@z-lib.fm
Το αρχείο θα παραδοθεί στο email σας εντός 1-5 λεπτών.
Το αρχείο θα παραδοθεί στον λογαριασμό σας στο Telegram εντός 1-5 λεπτών.
Προσοχή: Βεβαιωθείτε ότι έχετε συνδέσει τον λογαριασμό σας με το Z-Library Telegram bot.
Μέσα σε 1-5 λεπτά το αρχείο θα παραδοθεί στη συσκευή σας Kindle.
Παρακαλώ σημειώστε: Πρέπει να επαληθεύετε κάθε βιβλίο που στέλνετε στο Kindle σας. Ελέγξτε εάν στα εισερχόμενα μηνύματα στη διεύθυνση του ηλεκτρονικού ταχυδρομείου σας υπάρχει το μήνυμα επαλήθευσης από το Amazon Kindle Support.
Η μετατροπή σε βρίσκεται σε εξέλιξη
Η μετατροπή σε απέτυχε
Πλεονεκτήματα της premium συνδρομής
- Αποστολή σε e-readers
- Αυξημένο όριο λήψης
- Μετατροπή αρχείων
- Περισσότερα αποτελέσματα αναζήτησης
- Λοιπά πλεονεκτήματα