در این مطلب، ویدئو محاسبات موازی و توزیع شده در پایتون با Dask | SciPy 2020 | بوربو، مک کارتی، پوتینا با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 3:48:36
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:03,199 –> 00:00:05,040
باشه صبح همگی بخیر
2
00:00:05,040 –> 00:00:07,440
خوش آمدید به موازی و
3
00:00:07,440 –> 00:00:09,599
محاسبات توزیع شده در پایتون با das
4
00:00:09,599 –> 00:00:12,240
اموزش اوم من میزبان آن خواهم بود
5
00:00:12,240 –> 00:00:13,120
این جلسه
6
00:00:13,120 –> 00:00:16,320
اوم و جيمزمان را تقديم مي كنيم
7
00:00:16,320 –> 00:00:19,760
اوربو اوه مایک اوه
8
00:00:19,760 –> 00:00:22,240
نام او این است که اوه و دارها را فراموش کردم
9
00:00:22,240 –> 00:00:22,880
پتینه
10
00:00:22,880 –> 00:00:26,160
اوم و اوه پس من میزبان خواهم بود
11
00:00:26,160 –> 00:00:28,800
اوم من سوالات را زیر نظر خواهم گرفت
12
00:00:28,800 –> 00:00:29,359
بخش
13
00:00:29,359 –> 00:00:32,479
اوم پس اگر سوالی دارید ما
14
00:00:32,479 –> 00:00:33,120
ترجیح می دهم که شما
15
00:00:33,120 –> 00:00:35,760
آن سوال را در سوال بپرسید
16
00:00:35,760 –> 00:00:37,360
با استفاده از آن به عنوان دکمه سوال
17
00:00:37,360 –> 00:00:38,879
شما همچنین می توانید سوال را در
18
00:00:38,879 –> 00:00:40,879
چت و من می توانم آن را به آن تبلیغ کنم
19
00:00:40,879 –> 00:00:42,399
بخش پرسش
20
00:00:42,399 –> 00:00:45,039
و پس از آن من علامت گذاری خواهم بود
21
00:00:45,039 –> 00:00:47,280
مجریان به سوالات پاسخ داده اند
22
00:00:47,280 –> 00:00:48,719
ام و سپس آنها را به داخل منتقل کنید
23
00:00:48,719 –> 00:00:51,120
به سوالات پاسخ داده شده است
24
00:00:51,120 –> 00:00:53,440
اوه و پس لطفا از همه بپرسیم
25
00:00:53,440 –> 00:00:55,120
قوانین رفتاری را دنبال کنید
26
00:00:55,120 –> 00:00:58,000
اوم و اگر شما کسی این کار را نمی کند، من
27
00:00:58,000 –> 00:00:58,399
دارند
28
00:00:58,399 –> 00:01:01,039
قدرت حذف آنها از اتاق
29
00:01:01,039 –> 00:01:03,600
پس لطفا مرا مجبور نکنید از آن قدرت استفاده کنم
30
00:01:03,600 –> 00:01:06,960
اوم باشه اوه پس با اون
31
00:01:06,960 –> 00:01:09,040
اوه من جیمز فوربو را معرفی خواهم کرد
32
00:01:09,040 –> 00:01:10,000
بودن
33
00:01:10,000 –> 00:01:13,680
من و اولین مجری
34
00:01:13,680 –> 00:01:17,439
اوم اوه
35
00:01:17,439 –> 00:01:20,240
خودم را بی صدا کنم و مایک را بگیرم
36
00:01:20,240 –> 00:01:21,200
شما
37
00:01:21,200 –> 00:01:24,479
بیرون از اتاق فعلا باشه
38
00:01:24,479 –> 00:01:28,320
اوه پس بستن آن و سپس
39
00:01:30,000 –> 00:01:33,600
عالی است من ادامه می دهم و صفحه نمایش خود را به اشتراک می گذارم
40
00:01:33,600 –> 00:01:35,680
بسیار خوب پس اکنون همه باید بتوانند
41
00:01:35,680 –> 00:01:36,720
برای دیدن من
42
00:01:36,720 –> 00:01:40,079
صفحه نمایش عالی است
43
00:01:40,079 –> 00:01:42,560
اوه فقط برای تایید آه مردم می توانند حدس می زنم
44
00:01:42,560 –> 00:01:43,759
من نمی خواهم ستاره داغ ما را بشنوم پس شما
45
00:01:43,759 –> 00:01:45,920
می تواند صفحه نمایش را ببیند همه چیز اوکی است
46
00:01:45,920 –> 00:01:48,479
اوه بله عالی است شاید افزایش دهم
47
00:01:48,479 –> 00:01:50,479
اندازه فونت تا اینجا
48
00:01:50,479 –> 00:01:53,520
امیدوارم این برای همه خوب باشد
49
00:01:53,520 –> 00:01:54,960
حدس می زنم خانه ما می شنوم که شما این کار را می کنید
50
00:01:54,960 –> 00:01:55,680
معقول به نظر برسد
51
00:01:55,680 –> 00:01:58,719
روی صفحه نمایش شما حداقل این به نظر می رسد
52
00:01:58,719 –> 00:01:59,600
معقول
53
00:01:59,600 –> 00:02:01,439
بر روی صفحه نمایش من و به نظر می رسد در
54
00:02:01,439 –> 00:02:03,759
نظراتی که مردم می گویند خوب به نظر می رسد
55
00:02:03,759 –> 00:02:06,799
عالی باشه ممنون
56
00:02:06,799 –> 00:02:09,280
همه چیز خوب است، به همه خوش آمدید
57
00:02:09,280 –> 00:02:10,000
اوه
58
00:02:10,000 –> 00:02:12,879
با تشکر از حضور شما در میز
59
00:02:12,879 –> 00:02:15,040
جلسه آموزشی اینجا در scifi 2020
60
00:02:15,040 –> 00:02:15,520
امروز
61
00:02:15,520 –> 00:02:18,080
اوه ما قدردانی هستیم که شما هر دو را می شناسید
62
00:02:18,080 –> 00:02:21,120
زمان و توجه شما
63
00:02:21,120 –> 00:02:24,879
اوم پس آره من اسم من جیمز بربو است
64
00:02:24,879 –> 00:02:28,080
من یکی از نگهدارنده های dasc هستم
65
00:02:28,080 –> 00:02:30,480
من همچنین یک مهندس نرم افزار در coiled هستم
66
00:02:30,480 –> 00:02:31,680
محاسبه
67
00:02:31,680 –> 00:02:34,239
اوم من هم با دو نفرم ملحق شدم
68
00:02:34,239 –> 00:02:36,319
مربیان مشترک امروز دارهاس و مایک
69
00:02:36,319 –> 00:02:38,959
و فقط برای به حداقل رساندن تعداد دفعات
70
00:02:38,959 –> 00:02:40,239
ما مردم را روی صحنه دعوت می کنیم که خواهیم داشت
71
00:02:40,239 –> 00:02:41,760
خود را معرفی می کنند
72
00:02:41,760 –> 00:02:43,280
وقتی به بخش های آنها می رسیم
73
00:02:43,280 –> 00:02:45,040
آموزش
74
00:02:45,040 –> 00:02:48,239
اوم پس اوه
75
00:02:48,239 –> 00:02:51,680
از ارتفاع بسیار شبیه به اوه بالا
76
00:02:51,680 –> 00:02:54,560
Vantage point das یک کتابخانه برای
77
00:02:54,560 –> 00:02:56,239
کتابخانه پایتون برای موازی و
78
00:02:56,239 –> 00:02:57,840
محاسبات توزیع شده
79
00:02:57,840 –> 00:03:00,560
در پایتون که موجود را مقیاس می کند
80
00:03:00,560 –> 00:03:02,239
اکوسیستم پایتون
81
00:03:02,239 –> 00:03:04,959
بنابراین بسیاری از کدهای das که شما به پایان خواهید رسید
82
00:03:04,959 –> 00:03:07,040
تا نوشتن برای شاید بسیار آشنا به نظر می رسد
83
00:03:07,040 –> 00:03:09,440
کد numpy یا پاندا که شما هستید
84
00:03:09,440 –> 00:03:10,959
قبلا به نوشتن عادت کرده
85
00:03:10,959 –> 00:03:14,560
اوم ایده این است که انواع میز
86
00:03:14,560 –> 00:03:15,120
فقط خواهد شد
87
00:03:15,120 –> 00:03:18,400
مقیاس به مجموعه داده های بزرگتر UH که شما
88
00:03:18,400 –> 00:03:19,760
قادر به رسیدگی نخواهد بود
89
00:03:19,760 –> 00:03:23,040
با استفاده از نومپی و پانداها
90
00:03:23,040 –> 00:03:26,799
بنابراین این آموزش را هدف قرار داده است
91
00:03:26,799 –> 00:03:30,000
کاربران جدید به میز، بنابراین هیچ داس قبلی
92
00:03:30,000 –> 00:03:32,480
دانش فرض می شود که ما به نوعی هستیم
93
00:03:32,480 –> 00:03:33,920
امیدوارم با مواردی از این قبیل آشنا باشید
94
00:03:33,920 –> 00:03:35,120
نومپی و پانداها
95
00:03:35,120 –> 00:03:37,280
امم اما لازم نیست دیده باشی
96
00:03:37,280 –> 00:03:38,239
بسکتبال به
97
00:03:38,239 –> 00:03:42,720
برای گرفتن چیزی از این آموزش
98
00:03:42,720 –> 00:03:46,159
اوه پس میز آه
99
00:03:46,159 –> 00:03:48,640
به طور کلی شامل مواردی است
100
00:03:48,640 –> 00:03:49,200
دو
101
00:03:49,200 –> 00:03:50,799
شما می توانید میزها را به نوعی انجام دهید
102
00:03:50,799 –> 00:03:52,480
دو قسمت الف
103
00:03:52,480 –> 00:03:55,760
Uh مجموعه ها Uh بخشی که برای
104
00:03:55,760 –> 00:03:59,519
ایجاد نمودار وظیفه یا ایجاد
105
00:03:59,519 –> 00:04:01,920
راه اندازی محاسبات به طوری که وجود دارد
106
00:04:01,920 –> 00:04:03,360
رابط های مختلف برای این وجود دارد
107
00:04:03,360 –> 00:04:04,400
آرایه های میز
108
00:04:04,400 –> 00:04:06,959
و به عنوان مثال فریم های داده کار وجود دارد
109
00:04:06,959 –> 00:04:08,560
اینترفیس های دیگر نیز هستند اما
110
00:04:08,560 –> 00:04:11,680
آرایه های خط تیره آرایه های بی رنگ و آرایه های nd را منعکس می کنند
111
00:04:11,680 –> 00:04:15,120
قاب های داده آینه قاب های داده پانداها
112
00:04:15,120 –> 00:04:16,639
و همچنین رابط های دیگری وجود دارد که
113
00:04:16,639 –> 00:04:17,918
به عنوان مثال در مورد اول صحبت خواهیم کرد
114
00:04:17,918 –> 00:04:19,600
یکی از مواردی که در مورد آن صحبت خواهم کرد تأخیر است
115
00:04:19,600 –> 00:04:21,918
برای ایجاد گردش کار سفارشی استفاده می شود
116
00:04:21,918 –> 00:04:26,000
بنابراین این مجموعه ها به طور کلی برای
117
00:04:26,000 –> 00:04:28,880
ساختن uh تنظیم یک محاسبات
118
00:04:28,880 –> 00:04:30,400
این یک بخش از کار است
119
00:04:30,400 –> 00:04:33,440
بخش دیگر زمانبندی هستند که
120
00:04:33,440 –> 00:04:33,919
در حقیقت
121
00:04:33,919 –> 00:04:36,720
آن محاسبات را به طور بالقوه اجرا کنید
122
00:04:36,720 –> 00:04:37,120
که در
123
00:04:37,120 –> 00:04:39,280
موازی و ما در مورد آنها صحبت خواهیم کرد
124
00:04:39,280 –> 00:04:42,080
بعد در آموزش
125
00:04:42,080 –> 00:04:46,320
ببخشید پس آره اگه میخوای
126
00:04:46,320 –> 00:04:49,919
نمونههایی از میز تحریر
127
00:04:49,919 –> 00:04:51,680
مانند در وحشی است که در استفاده می شود
128
00:04:51,680 –> 00:04:53,360
توصیه می کنم این را بررسی کنید
129
00:04:53,360 –> 00:04:56,479
لینک استفاده از موارد اینجاست تا بتوانید آن را ببینید
130
00:04:56,479 –> 00:04:57,199
سریع واقعی
131
00:04:57,199 –> 00:04:58,320
بله، پس چندین نوع وجود دارد
132
00:04:58,320 –> 00:05:00,160
توصیفات مختلف در مورد داس بودن
133
00:05:00,160 –> 00:05:01,120
استفاده شده در
134
00:05:01,120 –> 00:05:04,160
دنیای واقعی برای امروز
135
00:05:04,160 –> 00:05:07,039
مواد آموزشی در دسترس هستند
136
00:05:07,039 –> 00:05:11,199
این مخزن github بنابراین github.com
137
00:05:11,199 –> 00:05:14,800
آموزش خط تیره که اینجاست
138
00:05:14,800 –> 00:05:16,960
بنابراین چند راه مختلف برای تنظیم وجود دارد
139
00:05:16,960 –> 00:05:19,600
همه چیز برای آموزش
140
00:05:19,600 –> 00:05:22,160
اوه شما فقط باید یکی از اینها را انجام دهید
141
00:05:22,160 –> 00:05:23,440
چیزهایی که سه گزینه مختلف وجود دارد
142
00:05:23,440 –> 00:05:24,320
اینجا a
143
00:05:24,320 –> 00:05:26,400
b و c فقط باید یکی از آنها را انتخاب کنید
144
00:05:26,400 –> 00:05:28,000
آن گزینه ها که شما مجبور نیستید همه را انجام دهید
145
00:05:28,000 –> 00:05:28,800
سه
146
00:05:28,800 –> 00:05:32,720
روش ترجیحی استفاده از ما است
147
00:05:32,720 –> 00:05:34,720
این فایل محیطی conda برای ایجاد یک
148
00:05:34,720 –> 00:05:36,080
محیط محتوای جدید
149
00:05:36,080 –> 00:05:39,440
آن را فعال کنید و سپس um را نصب کنید
150
00:05:39,440 –> 00:05:42,560
اوه پسوندهای آزمایشگاه مشتری وجود دارد
151
00:05:42,560 –> 00:05:43,520
همچنین گزینه های b
152
00:05:43,520 –> 00:05:47,039
و c نیز و آنهایی که برای تنظیم هستند
153
00:05:47,039 –> 00:05:48,320
تا آموزش و
154
00:05:48,320 –> 00:05:50,720
نصب تمام بسته ها به صورت محلی اگر
155
00:05:50,720 –> 00:05:52,400
شما ترجیح می دهید این کار را نکنید و
156
00:05:52,400 –> 00:05:53,919
از هرگونه تنظیم محلی خودداری کنید
157
00:05:53,919 –> 00:05:55,360
در سمت بالای readme
158
00:05:55,360 –> 00:05:57,199
این دکمه کلاسور راه اندازی وجود دارد که
159
00:05:57,199 –> 00:05:58,240
می توانید کلیک کنید
160
00:05:58,240 –> 00:06:01,440
و این به لطف
161
00:06:01,440 –> 00:06:03,759
تیم بایندر که مشتری را پرتاب خواهد کرد
162
00:06:03,759 –> 00:06:04,720
جلسه آزمایشگاه
163
00:06:04,720 –> 00:06:06,639
برای شما همه چیز را از قبل تنظیم کرده است
164
00:06:06,639 –> 00:06:07,919
همه چیز را دارد
165
00:06:07,919 –> 00:06:11,360
اوه نوت بوک برای آموزش و همچنین
166
00:06:11,360 –> 00:06:12,800
تمام بسته های لازم در حال حاضر
167
00:06:12,800 –> 00:06:14,960
نصب شده ام آماده برای رفتن شما
168
00:06:14,960 –> 00:06:17,520
بنابراین فقط می خواستم یک فریاد بزرگ بفرستم
169
00:06:17,520 –> 00:06:18,560
و با تشکر از
170
00:06:18,560 –> 00:06:21,199
کل تیم کلاسور برای ارائه این
171
00:06:21,199 –> 00:06:24,080
زیرساخت برای ما
172
00:06:24,720 –> 00:06:27,759
بنابراین آن را برای
173
00:06:27,759 –> 00:06:30,880
راه اندازی چند لینک اضافی وجود دارد
174
00:06:30,880 –> 00:06:31,759
اینجا که هستند
175
00:06:31,759 –> 00:06:34,080
مرتبط است، بنابراین ما اینجا را به میز پیوند می دهیم
176
00:06:34,080 –> 00:06:35,840
مستندات
177
00:06:35,840 –> 00:06:39,440
ما همچنین به کد منبع میز پیوند می دهیم
178
00:06:39,440 –> 00:06:41,759
در github و جامعه das نیز
179
00:06:41,759 –> 00:06:42,880
وبلاگ نگهداری می کند
180
00:06:42,880 –> 00:06:45,120
که می توانید برای دیدن آن بروید
181
00:06:45,120 –> 00:06:46,160
چه چیزی
182
00:06:46,160 –> 00:06:48,479
فعالیت های فعلی در حال انجام است
183
00:06:48,479 –> 00:06:50,960
در اکوسیستم
184
00:06:50,960 –> 00:06:52,960
اوم پس در اینجا چند لینک برای
185
00:06:52,960 –> 00:06:54,400
درخواست کمک
186
00:06:54,400 –> 00:06:58,319
بنابراین می توانید از تگ das استفاده کنید
187
00:06:58,319 –> 00:07:01,039
در صورت سرریز پشته اگر استفاده ای دارید
188
00:07:01,039 –> 00:07:01,680
سوالات
189
00:07:01,680 –> 00:07:04,720
پس اوم چگونه این کار را انجام دهم
190
00:07:04,720 –> 00:07:05,680
به عنوان مثال چه خواهد بود
191
00:07:05,680 –> 00:07:09,039
سوال مناسب برای سرریز پشته
192
00:07:09,039 –> 00:07:11,680
اگر در عوض یک گزارش اشکال دارید یا
193
00:07:11,680 –> 00:07:13,280
شاید یک درخواست ویژگی بپرسیم
194
00:07:13,280 –> 00:07:15,440
که شما یک موضوع جدید باز می کنید
195
00:07:15,440 –> 00:07:19,280
در ردیاب مشکل dask github
196
00:07:19,280 –> 00:07:23,120
برای گزارش اشکال و درخواست ویژگی
197
00:07:23,120 –> 00:07:24,560
برخی از اطلاعات اضافی در اینجا در مورد
198
00:07:24,560 –> 00:07:26,240
ساختار برای آموزش
199
00:07:26,240 –> 00:07:29,039
آموزش این است که در a
200
00:07:29,039 –> 00:07:31,199
سری نوت بوک مشتری
201
00:07:31,199 –> 00:07:33,280
اوم پس بله، ما نیازی به بررسی همه چیز نداریم
202
00:07:33,280 –> 00:07:35,199
این مواد غیر از من حدس می زنم
203
00:07:35,199 –> 00:07:36,800
نکته اصلی این است که اگر کاملاً تازه کار هستید
204
00:07:36,800 –> 00:07:37,520
سیاره مشتری
205
00:07:37,520 –> 00:07:39,680
وقتی در نوت بوک متفاوت هستید
206
00:07:39,680 –> 00:07:41,280
سلول ها و همچنین خواهیم دید
207
00:07:41,280 –> 00:07:43,120
Shift را بزنید و enter را اجرا کنید
208
00:07:43,120 –> 00:07:44,479
مطالب از
209
00:07:44,479 –> 00:07:47,680
سلول پس یک چیزی که من نمی خواستم
210
00:07:47,680 –> 00:07:48,560
اشاره کند
211
00:07:48,560 –> 00:07:51,840
تمرینات است
212
00:07:51,919 –> 00:07:53,520
بلکه در طول دوره آموزشی
213
00:07:53,520 –> 00:07:55,599
یک سری تمرین وجود خواهد داشت
214
00:07:55,599 –> 00:07:58,000
در اینجا به شما می گوید
215
00:07:58,000 –> 00:07:59,360
نوع تمرین چه چیزی
216
00:07:59,360 –> 00:08:02,080
پس هدف تمرین چیست
217
00:08:02,080 –> 00:08:02,639
خواهی دید
218
00:08:02,639 –> 00:08:05,520
یک سلول کد در اینجا که um معمولا این کار را می کند
219
00:08:05,520 –> 00:08:07,360
در مورد آن بخش نظر بدهید
220
00:08:07,360 –> 00:08:10,240
اوم و شما قرار است پس از آن خود را قرار دهید
221
00:08:10,240 –> 00:08:10,879
راه حل
222
00:08:10,879 –> 00:08:13,919
برای تمرین به این سلول بنابراین برای
223
00:08:13,919 –> 00:08:14,879
به عنوان مثال اوه
224
00:08:14,879 –> 00:08:16,319
اینجا میگه متن سلام رو چاپ کن
225
00:08:16,319 –> 00:08:18,960
جهان پس ما چاپ کنیم
226
00:08:18,960 –> 00:08:22,879
سلام دنیا و سپس برای اجرای سلول ها
227
00:08:22,879 –> 00:08:23,520
از نو
228
00:08:23,520 –> 00:08:26,160
shift enter وجود دارد ما می رویم ما می بینیم
229
00:08:26,160 –> 00:08:27,440
خروجی
230
00:08:27,440 –> 00:08:30,400
و سپس در زیر این سلول که در آن هستید
231
00:08:30,400 –> 00:08:31,520
شما را اعدام کرد
232
00:08:31,520 –> 00:08:33,599
اوه جایی که تو راه حلت گذاشتی
233
00:08:33,599 –> 00:08:35,200
برای تمرین وجود خواهد داشت
234
00:08:35,200 –> 00:08:37,760
یک سلول دیگر با سه سه
235
00:08:37,760 –> 00:08:39,200
اینجا نقطه هایی مانند بیضی است
236
00:08:39,200 –> 00:08:41,440
اگر روی آن کلیک کنید، خواهد شد
237
00:08:41,440 –> 00:08:42,719
که سپس آشکار خواهد شد
238
00:08:42,719 –> 00:08:45,839
راه حلی برای آن تمرین
239
00:08:45,839 –> 00:08:49,040
بنابراین می توانید از آن برای مقایسه خود استفاده کنید
240
00:08:49,040 –> 00:08:51,440
راه حل تمرین علیه الف
241
00:08:51,440 –> 00:08:53,200
راه حلی که قبلا آماده کرده ایم
242
00:08:53,200 –> 00:08:55,519
یا می دانید که آیا در یک گیر کرده اید
243
00:08:55,519 –> 00:08:57,120
ورزش کنید و به کمک نیاز دارید
244
00:08:57,120 –> 00:09:01,360
شما می توانید پس از آن می دانید با پاسخ مشورت کنید
245
00:09:01,680 –> 00:09:05,600
بله برای آن است
246
00:09:05,600 –> 00:09:08,959
اگر شما فقط باید لطف کنید
247
00:09:08,959 –> 00:09:09,839
از تکرار
248
00:09:09,839 –> 00:09:11,760
نکته اداری اگر دارید
249
00:09:11,760 –> 00:09:12,880
سوالاتی از آنها بپرسید
250
00:09:12,880 –> 00:09:16,640
در اوه حتما از آنها در جمع بپرسید
251
00:09:16,640 –> 00:09:19,279
و اگر آنها به نوعی um نیاز بیشتری دارند
252
00:09:19,279 –> 00:09:20,880
پاسخ دقیق و سپس آنها به منتقل می شوند
253
00:09:20,880 –> 00:09:22,720
کانال slack آموزش das i
254
00:09:22,720 –> 00:09:24,640
فکر می کنم میز زیر خط آموزشی است
255
00:09:24,640 –> 00:09:28,800
کانال شل باشه باشه
256
00:09:28,800 –> 00:09:30,959
بنابراین هر گونه سوال در این مرحله من
257
00:09:30,959 –> 00:09:33,040
شاید به
258
00:09:33,040 –> 00:09:36,320
سؤالات خوب است، بنابراین فقط از mpi استفاده کنید
259
00:09:36,320 –> 00:09:37,279
در داخل ما می توانیم
260
00:09:37,279 –> 00:09:40,720
در فرصتی دیگر پاسخ دهید خوب
261
00:09:40,720 –> 00:09:42,480
ام خیلی امیدوارم در این مرحله همه
262
00:09:42,480 –> 00:09:43,920
راه اندازی شده است
263
00:09:43,920 –> 00:09:47,680
اوم اگر در این مرحله تنظیم نشده اید من
264
00:09:47,680 –> 00:09:49,680
توصیه می شود برای جلوگیری از داشتن بایندر استفاده کنید
265
00:09:49,680 –> 00:09:51,200
برای انجام هرگونه تنظیمات محلی
266
00:09:51,200 –> 00:09:53,519
بنابراین فقط روی رفتن به آموزش کلیک کنید و
267
00:09:53,519 –> 00:09:55,920
روی دکمه راه اندازی کلاسور کلیک کنید
268
00:09:55,920 –> 00:09:57,680
خوب پس اولین دفترچه ای که می رویم
269
00:09:57,680 –> 00:09:59,360
برای صحبت در مورد امروز ما می رویم
270
00:09:59,360 –> 00:10:00,480
از طریق این است
271
00:10:00,480 –> 00:10:05,839
01 زیر خط نوت بوک تاخیری
272
00:10:06,720 –> 00:10:10,000
پس امم همانطور که ممکن است در این مورد انتظار داشته باشید
273
00:10:10,000 –> 00:10:11,200
نوت بوک ما خواهیم بود
274
00:10:11,200 –> 00:10:14,480
پوشش das رابط تاخیری بنابراین
275
00:10:14,480 –> 00:10:18,000
این راهی برای استفاده از میز کار است
276
00:10:18,000 –> 00:10:21,680
برای به تاخیر انداختن ارزیابی عملکرد
277
00:10:21,680 –> 00:10:24,800
این معمولا استفاده می شود
278
00:10:24,800 –> 00:10:27,839
فلج کردن گردش کار موجود بنابراین اگر شما
279
00:10:27,839 –> 00:10:28,959
یک پایه کد داشته باشید
280
00:10:28,959 –> 00:10:30,720
که به طور همزمان با شماره اجرا می شود
281
00:10:30,720 –> 00:10:32,640
موازی سازی با استفاده از dassly یک امر رایج است
282
00:10:32,640 –> 00:10:36,160
روشی برای ترکیب موازی سازی
283
00:10:36,160 –> 00:10:37,360
علاوه بر این برای ساختن نیز استفاده می شود
284
00:10:37,360 –> 00:10:40,079
گردش کار کاربر واقعاً پیچیده است
285
00:10:40,079 –> 00:10:41,519
که به خوبی جا نمی شوند
286
00:10:41,519 –> 00:10:45,440
به حجم کاری آرایه و قاب داده مانند
287
00:10:45,440 –> 00:10:47,279
اوم پس در اینجا برخی مرتبط هستند
288
00:10:47,279 –> 00:10:50,800
پیوندهای داس با تاخیر وجود دارد
289
00:10:50,800 –> 00:10:53,600
uh gastelade اسناد خاص
290
00:10:53,600 –> 00:10:55,040
خوب نیز وجود دارد
291
00:10:55,040 –> 00:10:57,200
صفحه نمایش در یوتیوب که شما را راهنمایی می کند
292
00:10:57,200 –> 00:10:58,399
از طریق برخی از
293
00:10:58,399 –> 00:11:01,760
مبانی تاخیری ما نیز به آن لینک دادیم
294
00:11:01,760 –> 00:11:03,680
اسناد api تاخیری وجود دارد
295
00:11:03,680 –> 00:11:04,800
نمونه های تاخیری و
296
00:11:04,800 –> 00:11:05,920
به طور خاص می خواهم به این نکته اشاره کنم
297
00:11:05,920 –> 00:11:07,680
آخرین پیوند بهترین شیوه های تاخیری
298
00:11:07,680 –> 00:11:09,120
این شامل شما می دانید
299
00:11:09,120 –> 00:11:11,279
مجموعه ای از بهترین شیوه ها برای استفاده از گاز
300
00:11:11,279 –> 00:11:13,920
تاخیر و همچنین راه حل برای برخی
301
00:11:13,920 –> 00:11:14,399
پسندیدن
302
00:11:14,399 –> 00:11:16,959
مشکلات رایجی که کاربران اجرا خواهند کرد
303
00:11:16,959 –> 00:11:18,560
به استفاده از تاخیر در افراد خاص
304
00:11:18,560 –> 00:11:19,279
چه کسانی هستند
305
00:11:19,279 –> 00:11:21,440
تازه با استفاده از das با تاخیر بسیار زیاد
306
00:11:21,440 –> 00:11:22,399
توصیه می کنیم بهترین ها را بررسی کنید
307
00:11:22,399 –> 00:11:24,320
صفحه تمرین
308
00:11:24,320 –> 00:11:28,399
اوم پس اینجا داریم آه ما اساسا هستیم
309
00:11:28,399 –> 00:11:29,920
فعلا این را نادیده می گیریم
310
00:11:29,920 –> 00:11:30,959
ما فعلا نادیده می گیریم و می آییم
311
00:11:30,959 –> 00:11:32,640
بعداً به این برگردید، بنابراین داس چندین مورد دارد
312
00:11:32,640 –> 00:11:33,920
راه هایی که شما می توانید
313
00:11:33,920 –> 00:11:37,279
وقتی بتوانید چیزها را اجرا کنید، ایجاد کنید
314
00:11:37,279 –> 00:11:39,279
اوم به این ترتیب در اینجا ما از a استفاده می کنیم
315
00:11:39,279 –> 00:11:40,320
خوشه توزیع شده
316
00:11:40,320 –> 00:11:41,760
ما بعداً به این موضوع باز خواهیم گشت
317
00:11:41,760 –> 00:11:43,839
آموزش پس در حال حاضر این را نادیده بگیرید
318
00:11:43,839 –> 00:11:45,440
فقط این سلول را اجرا کنید
319
00:11:45,440 –> 00:11:49,040
و بعدا به این موضوع برگردید
320
00:11:49,040 –> 00:11:52,480
بنابراین بیایید اصول اولیه را در اینجا تنظیم کنیم
321
00:11:52,480 –> 00:11:52,880
بنابراین
322
00:11:52,880 –> 00:11:55,920
ما در اینجا دو تابع a را تعریف کرده ایم
323
00:11:55,920 –> 00:11:59,040
تابع افزایش و یک تابع افزودن
324
00:11:59,040 –> 00:12:01,360
تابع افزایش فقط یک را می گیرد
325
00:12:01,360 –> 00:12:03,279
ورودی و اضافه یک را برمی گرداند
326
00:12:03,279 –> 00:12:05,040
بازگشت تابع شما دو ورودی و
327
00:12:05,040 –> 00:12:06,720
آنها را با هم جمع می کند و آن را برمی گرداند
328
00:12:06,720 –> 00:12:09,519
و هر دو اینجا یک ثانیه می خوابند
329
00:12:09,519 –> 00:12:10,560
این برای شبیه سازی است
330
00:12:10,560 –> 00:12:12,240
نوعی از کار اتفاق می افتد شما می توانید
331
00:12:12,240 –> 00:12:13,839
در جریان کار واقعی خود تصور کنید
332
00:12:13,839 –> 00:12:16,320
این ممکن است داده های بار باشد
333
00:12:16,320 –> 00:12:18,560
به عنوان مثال داده ها را پردازش کنید
334
00:12:18,560 –> 00:12:19,920
بنابراین ما آن دو افزایش را تعریف می کنیم
335
00:12:19,920 –> 00:12:22,320
توابع و سپس ما
336
00:12:22,320 –> 00:12:25,360
اجرای increment one فقط آن را به x اختصاص دهید
337
00:12:25,360 –> 00:12:26,959
افزایش دو آن را به y اختصاص می دهد و سپس
338
00:12:26,959 –> 00:12:29,200
آنها را با هم جمع کنید تا خروجی بگیرید
339
00:12:29,200 –> 00:12:32,639
بنابراین در اینجا خواهید دید که من از um استفاده می کنم
340
00:12:32,639 –> 00:12:35,519
اوه جادوی زمان مشتری همین است
341
00:12:35,519 –> 00:12:37,360
درصد درصد زمان کاری را که انجام می دهد انجام می دهد
342
00:12:37,360 –> 00:12:39,839
آیا این خروجی اضافی را در اینجا می ریزد؟
343
00:12:39,839 –> 00:12:41,680
بنابراین چیزی که این به ما می گوید این است که من رفتم
344
00:12:41,680 –> 00:12:43,440
جلو و سلول را اعدام کرد
345
00:12:43,440 –> 00:12:46,720
و سه ثانیه طول کشید
346
00:12:46,720 –> 00:12:48,720
محتویات آن سلول را اجرا کنید
347
00:12:48,720 –> 00:12:50,079
داده شده است که این سلول گرفت
348
00:12:50,079 –> 00:12:52,079
سه ثانیه در مجموع 3.10 ثانیه در
349
00:12:52,079 –> 00:12:53,760
جمع
350
00:12:53,760 –> 00:12:57,200
اوم پس ما می بینیم که در اینجا وجود دارد
351
00:12:57,200 –> 00:13:00,079
فرصتی برای موازی سازی است
352
00:13:00,079 –> 00:13:02,000
به عنوان مثال اینجا اضافه کنید
353
00:13:02,000 –> 00:13:04,800
دو ورودی x و y را می گیرد اما اگر
354
00:13:04,800 –> 00:13:06,480
ما به x و y نگاه می کنیم می توانیم ببینیم که آنها
355
00:13:06,480 –> 00:13:08,160
کاملا مستقل هستند
356
00:13:08,160 –> 00:13:10,399
بنابراین می توانم آنها به یکی وابسته نباشند
357
00:13:10,399 –> 00:13:11,760
دیگری می توانیم آن ها را اجرا کنیم
358
00:13:11,760 –> 00:13:15,040
به صورت تئوری و موازی، پس بیایید این کار را انجام دهیم
359
00:13:15,040 –> 00:13:19,200
استفاده از گاز به تأخیر افتاده است
360
00:13:19,200 –> 00:13:22,000
با تأخیر شی یا تأخیر
361
00:13:22,000 –> 00:13:23,839
تابع داخل das زندگی می کند، بنابراین شما می توانید
362
00:13:23,839 –> 00:13:24,480
از روی میز
363
00:13:24,480 –> 00:13:27,839
واردات با تاخیر و سپس چگونه شما در واقع
364
00:13:27,839 –> 00:13:29,519
استفاده از دکوراتور تاخیر شما هستید
365
00:13:29,519 –> 00:13:32,720
توابع wrap با این تاخیر
366
00:13:32,720 –> 00:13:33,680
دکوراتور
367
00:13:33,680 –> 00:13:37,200
بنابراین اگر این سلول را با سلول مقایسه کنیم
368
00:13:37,200 –> 00:13:39,279
فقط در اینجا شما می توانید تنها را ببینید
369
00:13:39,279 –> 00:13:40,480
تفاوت این است که
370
00:13:40,480 –> 00:13:43,040
من به جای تماس جوهر بر روی یکی هستم
371
00:13:43,040 –> 00:13:43,839
اولین بسته بندی
372
00:13:43,839 –> 00:13:46,959
جوهر در این دکوراتور تاخیری و بعد
373
00:13:46,959 –> 00:13:49,680
اوه همین است که من دارم همین کار را می کنم
374
00:13:49,680 –> 00:13:50,399
اینجا با جوهر
375
00:13:50,399 –> 00:13:52,320
من همین کار را در اینجا با add so انجام می دهم
376
00:13:52,320 –> 00:13:55,199
بیایید جلو برویم و آن سلول را اجرا کنیم
377
00:13:55,199 –> 00:13:58,480
به طوری که بسیار سریعتر اجرا شد که 1.46 طول کشید
378
00:13:58,480 –> 00:14:00,560
میلی ثانیه در حالی که قبل از آن طول کشید
379
00:14:00,560 –> 00:14:02,079
سه ثانیه
380
00:14:02,079 –> 00:14:04,480
این به این دلیل است که در واقع این کار انجام نشد
381
00:14:04,480 –> 00:14:06,560
این محاسبات در واقع انجام نشد
382
00:14:06,560 –> 00:14:09,519
واقعاً این افزایش را اجرا کنید و آن را داشت
383
00:14:09,519 –> 00:14:10,800
کارکرد
384
00:14:10,800 –> 00:14:12,800
کاری که در عوض انجام داد این بود که a
385
00:14:12,800 –> 00:14:14,000
محاسبه و ساخته شده است
386
00:14:14,000 –> 00:14:17,120
یک نمودار وظیفه برای آنچه شما
387
00:14:17,120 –> 00:14:20,079
می خواهم برای محاسبه اینها انجام دهم
388
00:14:20,079 –> 00:14:22,160
متغیرهای مختلف اما در واقع اینطور نبود
389
00:14:22,160 –> 00:14:24,560
محاسبات را اجرا کنید تا در واقع اجرا شود
390
00:14:24,560 –> 00:14:25,920
محاسبه
391
00:14:25,920 –> 00:14:30,720
شما می توانید محاسبات این اشیاء را فراخوانی کنید
392
00:14:30,720 –> 00:14:32,160
محاسبه واقعی اینجاست
393
00:14:32,160 –> 00:14:34,800
اتفاق می افتد و توجه کنید که طول کشید
394
00:14:34,800 –> 00:14:37,920
دو ثانیه خیلی سریعتر از قبل
395
00:14:37,920 –> 00:14:39,600
قبل از اینکه سه ثانیه طول بکشد اکنون طول کشید
396
00:14:39,600 –> 00:14:40,800
دو ثانیه
397
00:14:40,800 –> 00:14:43,120
امم، پس بیایید یک جورهایی بسته بندی را باز کنیم
398
00:14:43,120 –> 00:14:44,000
کمی آنجا اتفاق افتاد
399
00:14:44,000 –> 00:14:47,760
کمی بیشتر در اینجا من z را تعریف کرده ام
400
00:14:47,760 –> 00:14:51,440
به تاخیر بیفتد اضافه کنید و سپس می روم
401
00:14:51,440 –> 00:14:54,880
به آن x و y منتقل شود
402
00:14:54,880 –> 00:14:58,720
بنابراین چیزی که برمی گرداند یک شی با تاخیر است
403
00:14:58,720 –> 00:15:01,519
بنابراین هر زمان که توابع را با
404
00:15:01,519 –> 00:15:03,440
دکوراتور تاخیر آنها پس از آن خواهد شد
405
00:15:03,440 –> 00:15:04,880
زمانی که آن توابع فراخوانی می شوند
406
00:15:04,880 –> 00:15:07,120
آنها سپس باز خواهند گشت
407
00:15:07,120 –> 00:15:10,880
اشیاء تاخیری و
408
00:15:10,880 –> 00:15:13,040
همانطور که قبلاً گفتم این اشیاء تاخیری
409
00:15:13,040 –> 00:15:14,079
اساسا اوه
410
00:15:14,079 –> 00:15:16,480
تابعی را که وجود دارد پیگیری کنید
411
00:15:16,480 –> 00:15:18,720
اجرا شده و ورودی های آن تابع
412
00:15:18,720 –> 00:15:20,480
آنها در واقع آن اپرا را اجرا نمی کنند
413
00:15:20,480 –> 00:15:21,760
آنها در واقع از ارزیابی آن خوششان نمی آید
414
00:15:21,760 –> 00:15:23,040
با آن ورودی هایی که آنها فقط کار می کنند
415
00:15:23,040 –> 00:15:24,240
آنها را پیگیری کنید
416
00:15:24,240 –> 00:15:26,000
و سپس می توانید اشیاء تاخیری را به آن ارسال کنید
417
00:15:26,000 –> 00:15:27,279
توابع دیگر که پس از آن
418
00:15:27,279 –> 00:15:31,120
محاسبات را خودشان بسازند
419
00:15:31,120 –> 00:15:32,800
بنابراین اشیاء مانند همه das را حذف کنید
420
00:15:32,800 –> 00:15:35,199
مجموعه ها یک روش تجسم دارند
421
00:15:35,199 –> 00:15:36,240
که می توانید از آن استفاده کنید
422
00:15:36,240 –> 00:15:38,399
محاسبات اساسی را تجسم کنید
423
00:15:38,399 –> 00:15:40,240
که برای آن شی ساخته شده است
424
00:15:40,240 –> 00:15:43,519
بنابراین برای شی تاخیری z در اینجا می توانیم
425
00:15:43,519 –> 00:15:46,000
آن را تجسم کنید و این نمودار uh را دریافت می کنیم
426
00:15:46,000 –> 00:15:47,120
اینجا
427
00:15:47,120 –> 00:15:49,519
بنابراین در اینجا ما می توانیم دو افزایش خود را ببینیم
428
00:15:49,519 –> 00:15:50,480
تماس می گیرد تا به
429
00:15:50,480 –> 00:15:52,480
به نوعی این نمودار را تفسیر کنید
430
00:15:52,480 –> 00:15:55,519
دایره ها در اینجا um نشان دهنده فراخوانی تابع هستند
431
00:15:55,519 –> 00:15:57,279
و مانند نام تابع باید
432
00:15:57,279 –> 00:15:58,560
داخل دایره باشد
433
00:15:58,560 –> 00:16:00,560
بنابراین این دو تماس افزایشی ما هستند
434
00:16:00,560 –> 00:16:02,320
در اینجا هر دو خروجی تولید می کنند
435
00:16:02,320 –> 00:16:04,480
که توسط این دو نشان داده شده است
436
00:16:04,480 –> 00:16:05,360
جعبه های اینجا
437
00:16:05,360 –> 00:16:07,440
و ما آن خروجی ها را می گیریم که شما آنها را پاس می کنید
438
00:16:07,440 –> 00:16:09,440
به تابع افزودن
439
00:16:09,440 –> 00:16:12,160
و خروجی آن این کادر است
440
00:16:12,160 –> 00:16:14,480
و این به نوعی خروجی نهایی ماست
441
00:16:14,480 –> 00:16:17,360
بنابراین هنگامی که ما z dot را محاسبه می کنیم، سپس می رویم
442
00:16:17,360 –> 00:16:19,279
جلوتر و در واقع محاسبه کنید
443
00:16:19,279 –> 00:16:21,279
همه این فراخوانی های تابع و آنچه هست
444
00:16:21,279 –> 00:16:24,480
بازگشتی این خروجی نهایی در اینجا است
445
00:16:24,480 –> 00:16:26,480
بنابراین آنچه که ما می توانیم ببینیم این است که این دو
446
00:16:26,480 –> 00:16:27,519
توابع افزایشی
447
00:16:27,519 –> 00:16:30,079
در تئوری می توان به صورت موازی نام برد
448
00:16:30,079 –> 00:16:33,199
چون کاملا مستقل هستند
449
00:16:33,199 –> 00:16:35,680
بنابراین چند سوال در مورد ما بپرسید
450
00:16:35,680 –> 00:16:36,480
جریان کار
451
00:16:36,480 –> 00:16:39,279
خیلی خوب قبل از اینکه ما به کامپیوتر زنگ زدیم
452
00:16:39,279 –> 00:16:40,480
بدون میز ما
453
00:16:40,480 –> 00:16:42,560
سه ثانیه طول کشید تا با das اجرا شود
454
00:16:42,560 –> 00:16:44,399
با تاخیر دو ثانیه طول کشید تا اجرا شود
455
00:16:44,399 –> 00:16:45,839
چرا نتوانستیم فلج شویم
456
00:16:45,839 –> 00:16:48,160
یک ثانیه ام به این دلیل است
457
00:16:48,160 –> 00:16:50,880
هر کدام از این توابع به اینها فراخوانی می کنند
458
00:16:50,880 –> 00:16:51,360
جوهرها
459
00:16:51,360 –> 00:16:54,399
و این تابع اضافه کردن هر خواب برای یک
460
00:16:54,399 –> 00:16:55,040
دومین
461
00:16:55,040 –> 00:16:56,480
بنابراین مانند حداکثر زمان
462
00:16:56,480 –> 00:16:57,759
سه ثانیه باشیم که ما هستیم
463
00:16:57,759 –> 00:16:59,360
قرار گرفتن در حالت همزمان که است
464
00:16:59,360 –> 00:17:02,000
بدون تکلیف
465
00:17:02,000 –> 00:17:03,440
با این حال این وابستگی وجود دارد
466
00:17:03,440 –> 00:17:05,119
ساختار بین تابع add
467
00:17:05,119 –> 00:17:07,039
و خروجی از دو افزایش
468
00:17:07,039 –> 00:17:09,280
توابع بنابراین ما نمی توانیم اجرا کنیم
469
00:17:09,280 –> 00:17:11,039
به موازات این دو اضافه کنید
470
00:17:11,039 –> 00:17:12,160
ما باید اینها را افزایش دهیم
471
00:17:12,160 –> 00:17:14,240
افزایش میتوانیم آنها را جداگانه اجرا کنیم
472
00:17:14,240 –> 00:17:15,599
اما پس از آن ما باید برای هر دو آن صبر کنیم
473
00:17:15,599 –> 00:17:18,000
به پایان برسد و سپس می توانیم تبلیغ را اجرا کنیم
474
00:17:18,000 –> 00:17:20,799
بنابراین اینها در یک زمان برای یکی می خوابند
475
00:17:20,799 –> 00:17:21,280
دومین
476
00:17:21,280 –> 00:17:22,799
و سپس تبلیغ برای یک ثانیه به خواب می رود
477
00:17:22,799 –> 00:17:24,160
به این ترتیب ما دو ثانیه را دریافت می کنیم
478
00:17:24,160 –> 00:17:24,799
بجای
479
00:17:24,799 –> 00:17:28,240
یکی پس یه جورایی
480
00:17:28,240 –> 00:17:31,600
اصول اولیه گاز به تعویق افتاد ایده این است که
481
00:17:31,600 –> 00:17:34,720
فراخوانی تابع wrap
482
00:17:34,720 –> 00:17:37,600
در گاز تاخیر آن خواهد شد
483
00:17:37,600 –> 00:17:40,320
اشیاء با تنبلی ارزیابی شده و به تاخیر افتاده است
484
00:17:40,320 –> 00:17:42,240
که می توانید از آن برای ساخت استفاده کنید
485
00:17:42,240 –> 00:17:44,640
محاسبات به روشی بسیار مشابه
486
00:17:44,640 –> 00:17:46,559
که بدون استفاده از das انجام می دهید
487
00:17:46,559 –> 00:17:47,760
به تعویق افتاد بنابراین
488
00:17:47,760 –> 00:17:49,120
کد باید بسیار شبیه به شما باشد
489
00:17:49,120 –> 00:17:51,280
فقط یک نوع فلفل در چند خط تیره
490
00:17:51,280 –> 00:17:52,080
با تاخیر
491
00:17:52,080 –> 00:17:57,280
دکوراتورها اینجا و آنجا
492
00:17:57,280 –> 00:17:58,720
ما اکنون در اولین تمرین خود هستیم
493
00:17:58,720 –> 00:18:01,120
فلج کردن یک حلقه for این بسیار است
494
00:18:01,120 –> 00:18:03,679
مشکل رایجی که مردم با آن مواجه می شوند
495
00:18:03,679 –> 00:18:05,360
آیا آنها برخی از حلقه برای که
496
00:18:05,360 –> 00:18:07,679
ممکن است در هر تکرار فلج شود
497
00:18:07,679 –> 00:18:08,720
هر کدام
498
00:18:08,720 –> 00:18:10,559
حلقه در حلقه for کاملاً است
499
00:18:10,559 –> 00:18:14,480
مستقل از دیگری
500
00:18:15,280 –> 00:18:18,640
مانند یک تکرار بعدی در
501
00:18:18,640 –> 00:18:19,600
حلقه
502
00:18:19,600 –> 00:18:20,880
و بنابراین در تئوری می توانید آن ها را اجرا کنید
503
00:18:20,880 –> 00:18:23,120
به موازات آن، در اینجا ما برخی از داده ها را داریم
504
00:18:23,120 –> 00:18:23,840
یک لیست داشته باشید
505
00:18:23,840 –> 00:18:26,880
اوه شما یک تا هشت را می شناسید و اینجاست
506
00:18:26,880 –> 00:18:28,400
چند کد متوالی را ادامه خواهم داد و
507
00:18:28,400 –> 00:18:29,760
این را اجرا کن
508
00:18:29,760 –> 00:18:32,559
می بینید که ما یک لیست خالی نتایج داریم
509
00:18:32,559 –> 00:18:33,120
سپس
510
00:18:33,120 –> 00:18:36,240
حلقه را از طریق داده های ما عبور می دهیم
511
00:18:36,240 –> 00:18:37,840
هر آیتم همانطور که ما در حال حلقه زدن از طریق آن هستیم
512
00:18:37,840 –> 00:18:39,360
داده ها را پس می دهیم
513
00:18:39,360 –> 00:18:42,400
از طریق تابع افزایش
514
00:18:42,400 –> 00:18:45,520
که برای گرفتن y یک ثانیه می خوابد
515
00:18:45,520 –> 00:18:46,880
و سپس آن را به نتایج خود اضافه می کنیم
516
00:18:46,880 –> 00:18:49,120
لیست و سپس ما همه را خلاصه می کنیم
517
00:18:49,120 –> 00:18:50,400
نتایج در پایان
518
00:18:50,400 –> 00:18:52,000
بنابراین نتیجه ای که از انتها می گیریم این است
519
00:18:52,000 –> 00:18:53,919
44 که مانند مجموع همه اینها است
520
00:18:53,919 –> 00:18:55,360
نتایج
521
00:18:55,360 –> 00:18:57,840
و در واقع هشت ثانیه طول می کشد
522
00:18:57,840 –> 00:18:59,760
برای اجرای این کد کامل شود
523
00:18:59,760 –> 00:19:01,520
بنابراین برای اولین تمرین آنچه ما می خواهیم
524
00:19:01,520 –> 00:19:03,679
برای انجام این کار استفاده از das delayed است
525
00:19:03,679 –> 00:19:07,600
این مثال را در اینجا فلج کنید تا بتوانید
526
00:19:07,600 –> 00:19:08,799
برو جلو و
527
00:19:08,799 –> 00:19:11,120
این کار را در اینجا انجام دهید تا چند لحظه مکث کنیم
528
00:19:11,120 –> 00:19:13,200
دقایقی اینجاست تا فرصتی برای جلو رفتن وجود داشته باشد
529
00:19:13,200 –> 00:19:15,200
و آن را انجام دهید و سپس ما انجام می دهیم
530
00:19:15,200 –> 00:19:17,600
اوه برگرد و در مورد راه حل صحبت کن
531
00:19:17,600 –> 00:19:18,799
آیا می خواهیم به برخی از آنها نگاه کنیم
532
00:19:18,799 –> 00:19:20,240
به نظر می رسد ما کمی سؤال داریم
533
00:19:20,240 –> 00:19:21,280
پشت سر هم سوالات
534
00:19:21,280 –> 00:19:25,840
من در حال حاضر این کار را انجام می دهم
535
00:19:26,400 –> 00:19:30,240
آیا میز از mpi داخلی um das استفاده می کند؟
536
00:19:30,240 –> 00:19:33,039
شما می توانید uh das را با استفاده از میز mpi مستقر کنید
537
00:19:33,039 –> 00:19:34,720
اگرچه از npi به صورت ترمینال استفاده نمی کند
538
00:19:34,720 –> 00:19:38,080
به خوبی با npi ادغام می شود
539
00:19:38,080 –> 00:19:40,240
یک پروژه das mpi وجود دارد
540
00:19:40,240 –> 00:19:42,240
اگر به آن علاقه دارید github
541
00:19:42,240 –> 00:19:45,520
نگاهی به اینکه چگونه می توانید میز را روی mpi اجرا کنید
542
00:19:45,520 –> 00:19:48,640
بله سوال عالی نمودار وظیفه چیست
543
00:19:48,640 –> 00:19:52,799
بنابراین یک نمودار وظیفه محاسبه است
544
00:19:52,799 –> 00:19:53,120
که
545
00:19:53,120 –> 00:19:55,280
ساخته شده است، بنابراین شاید اگر من را به اشتراک بگذارم
546
00:19:55,280 –> 00:19:56,960
دوباره صفحه نمایش
547
00:19:56,960 –> 00:20:00,880
بنابراین این تصویر در اینجا یک تجسم است
548
00:20:00,880 –> 00:20:04,000
از یک نمودار وظیفه پس نمودار وظیفه چیست
549
00:20:04,000 –> 00:20:08,400
ساختاری است که شامل
550
00:20:08,400 –> 00:20:10,799
مانند آنچه که یک وظیفه است یک تابع است
551
00:20:10,799 –> 00:20:12,320
که میخواهید تماس بگیرید و ورودیهای آن
552
00:20:12,320 –> 00:20:13,440
آن تابع
553
00:20:13,440 –> 00:20:15,679
این همان چیزی است که یک کار و یک نمودار وظیفه است
554
00:20:15,679 –> 00:20:17,360
مانند مجموعه ای از آن هاست
555
00:20:17,360 –> 00:20:18,880
توابعی که می خواهید آن را صدا بزنید
556
00:20:18,880 –> 00:20:20,640
وابستگی های آنها را رمزگذاری می کند
557
00:20:20,640 –> 00:20:22,159
به عنوان مثال در اینجا
558
00:20:22,159 –> 00:20:23,919
ما می گوییم که می خواهیم این را صدا کنیم
559
00:20:23,919 –> 00:20:25,760
تابع افزایش um
560
00:20:25,760 –> 00:20:27,520
این تابع افزایشی با برخی ورودی ها
561
00:20:27,520 –> 00:20:29,360
فکر کنم زنگ میزنیم
562
00:20:29,360 –> 00:20:31,360
یکی از آنها یکی را به عنوان افزایش می دهد
563
00:20:31,360 –> 00:20:32,559
ورودی و دیگری جوهر است
564
00:20:32,559 –> 00:20:34,640
عملکرد با دو به عنوان ورودی
565
00:20:34,640 –> 00:20:36,720
و سپس می خواهیم آنها را با هم جمع کنیم
566
00:20:36,720 –> 00:20:38,000
خروجی های
567
00:20:38,000 –> 00:20:40,480
جوهر یک و جوهر دو می خواهیم سپس استفاده کنیم
568
00:20:40,480 –> 00:20:42,880
به عنوان ورودی تابع add
569
00:20:42,880 –> 00:20:45,120
بنابراین نمودار وظیفه مجموعه ای از وظایف است
570
00:20:45,120 –> 00:20:46,880
که توابع و ورودی آن ها هستند
571
00:20:46,880 –> 00:20:47,440
کارکرد
572
00:20:47,440 –> 00:20:48,880
و سپس وابستگی ها تا بتوانید ببینید
573
00:20:48,880 –> 00:20:50,960
اینجا می گوییم call inc
574
00:20:50,960 –> 00:20:53,120
دریافت یک تماس خروجی inc دریافت یک خروجی
575
00:20:53,120 –> 00:20:54,480
آن خروجی ها را بگیرید
576
00:20:54,480 –> 00:20:57,600
سپس آنها را به تابع add ارسال کنید
577
00:20:57,600 –> 00:20:59,919
اوه خروجی واقعی برای محاسبات ما
578
00:20:59,919 –> 00:21:00,880
خروجی از این
579
00:21:00,880 –> 00:21:02,640
نمودار وظیفه ای که می خواهیم خروجی است
580
00:21:02,640 –> 00:21:05,360
از آن تابع افزودن
581
00:21:05,360 –> 00:21:07,919
بنابراین این همان چیزی است که یک نمودار وظیفه است
582
00:21:07,919 –> 00:21:09,760
ساختاری که یک محاسبات را تنظیم می کند
583
00:21:09,760 –> 00:21:10,640
آن را در واقع انجام نمی دهد
584
00:21:10,640 –> 00:21:11,440
محاسبه
585
00:21:11,440 –> 00:21:13,679
اما ساختار نموداری را تنظیم می کند که
586
00:21:13,679 –> 00:21:15,120
به ما اجازه می دهد
587
00:21:15,120 –> 00:21:18,240
بعداً وقتی با compute on uh the in تماس گرفتیم
588
00:21:18,240 –> 00:21:20,080
در این مورد شیء تاخیری das یا
589
00:21:20,080 –> 00:21:21,520
مجموعههای دیگر das که میتوانیم تماس بگیریم
590
00:21:21,520 –> 00:21:23,120
محاسبه و سپس ما در واقع اجرا خواهیم کرد
591
00:21:23,120 –> 00:21:24,880
نمودار وظیفه برای دریافت پاسخ واقعی ما
592
00:21:24,880 –> 00:21:27,760
بنابراین به سوال بعدی پاسخ دهید
593
00:21:27,760 –> 00:21:31,600
اوم ما در حال ساختن نمودار وظیفه نیستیم
594
00:21:31,600 –> 00:21:34,640
ما فقط داریم متفاوت میسازیم
595
00:21:34,640 –> 00:21:36,240
توابع تاخیر و قرار دادن آنها
596
00:21:36,240 –> 00:21:37,120
با هم و
597
00:21:37,120 –> 00:21:39,760
در پس زمینه uh dasc در حال ساخت است
598
00:21:39,760 –> 00:21:42,400
نمودار کار برای ما
599
00:21:42,400 –> 00:21:45,840
و بعداً به چگونگی این خواهیم پرداخت
600
00:21:45,840 –> 00:21:48,080
وظیفه تصمیم می گیرد که آن ها را به کجا منتقل کند
601
00:21:48,080 –> 00:21:51,679
محاسبات و نحوه اجرای آنها
602
00:21:54,480 –> 00:21:57,600
با تنبلی معنی این را ارزیابی کرد
603
00:21:57,600 –> 00:22:01,120
است ام
604
00:22:01,120 –> 00:22:04,559
das در واقع چیزی را محاسبه نمی کند
605
00:22:04,559 –> 00:22:08,320
تا زمانی که به آن نیاز داشته باشد، بنابراین فقط ایجاد می شود
606
00:22:08,320 –> 00:22:10,159
نمودار وظیفه
607
00:22:10,159 –> 00:22:13,280
اما شما در واقع آن را ندارید
608
00:22:13,280 –> 00:22:14,080
پاسخ
609
00:22:14,080 –> 00:22:16,400
تا زمانی که به صراحت به آن بگویید محاسبه کند
610
00:22:16,400 –> 00:22:17,440
جواب
611
00:22:17,440 –> 00:22:20,320
یا به مکان خاصی برخورد می کند
612
00:22:20,320 –> 00:22:21,039
نمی تواند
613
00:22:21,039 –> 00:22:24,480
بدون محاسبه به جلو حرکت کنید
614
00:22:24,840 –> 00:22:27,840
پاسخ
615
00:22:28,240 –> 00:22:29,200
بسیار خوب من می روم جلو و
616
00:22:29,200 –> 00:22:30,960
دوباره صفحه نمایش من را به اشتراک بگذارید و سپس می توانیم
617
00:22:30,960 –> 00:22:32,480
امیدوارم در این مرحله مردم داشته باشند
618
00:22:32,480 –> 00:22:35,600
راه حلی برای تمرین
619
00:22:35,600 –> 00:22:37,840
پس اوم و بعد بله جواب نمیدم دیدم
620
00:22:37,840 –> 00:22:39,280
یک سوال دیگر در مورد دکوراتورها
621
00:22:39,280 –> 00:22:42,400
که در ادامه به آن پاسخ خواهم داد
622
00:22:42,400 –> 00:22:45,600
بنابراین در اینجا یک راه حل برای این مشکل وجود دارد
623
00:22:45,600 –> 00:22:48,720
بنابراین ما می توانیم کد اصلی را در اینجا ببینیم
624
00:22:48,720 –> 00:22:52,320
و نسخه تاخیری خط تیره در اینجا پایین است
625
00:22:52,320 –> 00:22:54,640
بنابراین چیزی که متوجه خواهید شد این است که به نظر می رسد
626
00:22:54,640 –> 00:22:55,440
بسیار شبیه
627
00:22:55,440 –> 00:22:57,039
ام تنها تفاوت اینجاست
628
00:22:57,039 –> 00:22:59,280
ما تابع افزایش را به تاخیر می اندازیم
629
00:22:59,280 –> 00:23:00,720
در حالی که قبل از آن فقط با آن تماس می گرفتیم
630
00:23:00,720 –> 00:23:03,280
تابع افزایش مستقیم
631
00:23:03,280 –> 00:23:06,159
و سپس ما جمع را در اینجا و در به تاخیر می اندازیم
632
00:23:06,159 –> 00:23:08,080
پایانی که ما آن را محاسبه می کنیم
633
00:23:08,080 –> 00:23:09,520
بنابراین واقعاً این نام بازی است
634
00:23:09,520 –> 00:23:11,760
اینجا با استفاده از uh das delayed
635
00:23:11,760 –> 00:23:14,880
این است که به تاخیر انداختن توابع آه تاخیر گران است
636
00:23:14,880 –> 00:23:15,520
کارکرد
637
00:23:15,520 –> 00:23:18,960
با استفاده از دکوراتور تاخیری
638
00:23:18,960 –> 00:23:21,200
و سپس تنها مرحله اضافی که باید انجام دهید
639
00:23:21,200 –> 00:23:22,000
انجام دهید
640
00:23:22,000 –> 00:23:24,080
زیرا همانطور که اشاره کردیم میز است
641
00:23:24,080 –> 00:23:25,760
با تنبلی ارزیابی کردم، پس باید تماس بگیرید
642
00:23:25,760 –> 00:23:27,520
در انتها محاسبه کنید تا در واقع شما را به دست آورید
643
00:23:27,520 –> 00:23:29,520
نتیجه
644
00:23:29,520 –> 00:23:31,600
بنابراین در اینجا ما می توانیم ادامه دهیم و این را اجرا کنیم
645
00:23:31,600 –> 00:23:32,640
کد به من اجازه در واقع
646
00:23:32,640 –> 00:23:37,039
جادوی زمان را اینجا اضافه کنید
647
00:23:37,039 –> 00:23:38,960
بله، بنابراین می بینیم که ما کد را در اینجا اجرا کردیم و
648
00:23:38,960 –> 00:23:40,960
یک ثانیه طول کشید
649
00:23:40,960 –> 00:23:43,200
بنابراین و به خاطر داشته باشید که من در حال محاسبه هستم
650
00:23:43,200 –> 00:23:44,880
نتیجه اینجاست، بنابراین من فقط تنظیم نمی کنم
651
00:23:44,880 –> 00:23:46,000
نمودار و کار دیگری انجام نمی دهم
652
00:23:46,000 –> 00:23:47,440
در واقع محاسبه نتایج
653
00:23:47,440 –> 00:23:49,440
اوه پس هشت ثانیه طول کشید تا من
654
00:23:49,440 –> 00:23:51,520
هشت هسته روی این کامپیوتر درست است
655
00:23:51,520 –> 00:23:54,240
بنابراین اینجا یک ثانیه طول می کشد زیرا
656
00:23:54,240 –> 00:23:55,360
من قادر به دویدن هستم
657
00:23:55,360 –> 00:23:58,480
اوه هشت چیز مختلف به طور موازی
658
00:23:58,480 –> 00:24:02,000
اوم من یه سوال دیدم
659
00:24:02,000 –> 00:24:03,919
بخش سوال در مورد استفاده
660
00:24:03,919 –> 00:24:05,919
دکوراتورها در اینجا در این آموزش
661
00:24:05,919 –> 00:24:08,400
ما همه چیز را به صراحت به تعویق می اندازیم
662
00:24:08,400 –> 00:24:10,400
به نوعی با استفاده از این نماد
663
00:24:10,400 –> 00:24:13,520
ما جوهر را با جوهر تاخیری جایگزین می کنیم
664
00:24:13,520 –> 00:24:16,240
اغلب اوقات چنین است، بنابراین این در یک خوب است
665
00:24:16,240 –> 00:24:17,440
تنظیمات آموزشی چون بسیار است
666
00:24:17,440 –> 00:24:18,000
صریح
667
00:24:18,000 –> 00:24:21,120
در مورد آنچه در کجا به تعویق افتاده است
668
00:24:21,120 –> 00:24:22,720
اغلب اوقات می بینید که مردم از آن استفاده می کنند
669
00:24:22,720 –> 00:24:24,720
نحو دکوراتور در عوض
670
00:24:24,720 –> 00:24:26,799
بنابراین شما عملکردی مانند این خواهید داشت
671
00:24:26,799 –> 00:24:27,919
افزایش
672
00:24:27,919 –> 00:24:30,960
x بر می گرداند x به علاوه یک
673
00:24:30,960 –> 00:24:32,640
اغلب کارهایی که می بینید مردم به جای آن انجام می دهند
674
00:24:32,640 –> 00:24:34,080
به نوعی
675
00:24:34,080 –> 00:24:36,240
که در آن تابع از wrapping استفاده می شود
676
00:24:36,240 –> 00:24:37,440
آن را در این تابع تاخیر
677
00:24:37,440 –> 00:24:39,919
ما از دستور دکوراتور پایتون برای این استفاده خواهیم کرد
678
00:24:39,919 –> 00:24:40,960
مسیر
679
00:24:40,960 –> 00:24:43,840
این نیز کاملاً خوب است که بسیار است
680
00:24:43,840 –> 00:24:45,360
الگوی رایج من در واقع شخصا
681
00:24:45,360 –> 00:24:46,400
ترجیح می دهند
682
00:24:46,400 –> 00:24:47,840
به این ترتیب شما می توانید از هر کدام استفاده کنید
683
00:24:47,840 –> 00:24:49,679
یکی که میخوای
684
00:24:49,679 –> 00:24:52,480
سپس خواهید دید که اکنون افزایش در اینجا است
685
00:24:52,480 –> 00:24:54,080
این عملکرد تاخیری
686
00:24:54,080 –> 00:24:57,679
بنابراین می توانید از نحو دکوراتور اگر استفاده کنید
687
00:24:57,679 –> 00:24:58,960
شما می خواهید
688
00:24:58,960 –> 00:25:02,559
این برای اینجا کاملاً خوب است
689
00:25:02,559 –> 00:25:05,760
برای صراحت داریم تاخیر می کنیم
690
00:25:05,760 –> 00:25:06,799
همه چيز
691
00:25:06,799 –> 00:25:08,960
اوه اکنون در صف اینجا هستم زیرا می توانم
692
00:25:08,960 –> 00:25:10,960
تعریف مجدد تابع جوهر من اجازه دهید تا به
693
00:25:10,960 –> 00:25:11,840
بالاترین
694
00:25:11,840 –> 00:25:14,080
و برای اطمینان دوباره سلول را اجرا کنید
695
00:25:14,080 –> 00:25:15,679
که تابع افزایشی من نیست
696
00:25:15,679 –> 00:25:17,679
با تاخیر
697
00:25:17,679 –> 00:25:21,360
باشه خب
698
00:25:21,360 –> 00:25:23,919
بله یک بخش یا یکی وجود دارد
699
00:25:23,919 –> 00:25:26,880
اینجا سوال کنید وقتی شما چه اتفاقی می افتد
700
00:25:26,880 –> 00:25:30,480
به تعویق انداختن عملکرد چه اتفاقی می افتد اگر شما
701
00:25:30,480 –> 00:25:31,760
از تابع sum به طور مستقیم استفاده کنید
702
00:25:31,760 –> 00:25:34,320
به جای به تعویق انداختن آن، بنابراین من اینجا هستم
703
00:25:34,320 –> 00:25:35,760
تابع جمع را به تأخیر انداخت
704
00:25:35,760 –> 00:25:37,760
من این کار را نکردم
705
00:25:37,760 –> 00:25:39,679
اگر من فقط به جمع نتایج که در آن
706
00:25:39,679 –> 00:25:41,600
دوباره نتایج یک لیست از تاخیر است
707
00:25:41,600 –> 00:25:43,600
اشیاء
708
00:25:43,600 –> 00:25:47,039
خواهیم دید که من هنوز
709
00:25:47,039 –> 00:25:48,720
هنوز تمام می شود و من هنوز آن را دریافت می کنم
710
00:25:48,720 –> 00:25:50,480
همان نتیجه و هنوز هم در مورد آن طول می کشد
711
00:25:50,480 –> 00:25:51,600
همان مقدار زمان
712
00:25:51,600 –> 00:25:52,799
حتی اگر من از مجموع داخلی استفاده می کنم
713
00:25:52,799 –> 00:25:54,880
تابع بیایید مقایسه کنیم
714
00:25:54,880 –> 00:25:58,640
تجسم واقعی سریع ام پس اینجاست
715
00:25:58,640 –> 00:26:01,679
اگر از تاخیر استفاده کنم به نظر می رسد
716
00:26:01,679 –> 00:26:03,120
این کل اینجا من فقط آن را کپی می کنم
717
00:26:03,120 –> 00:26:04,799
بیش از و با استفاده از تاخیر و i
718
00:26:04,799 –> 00:26:07,440
تجسم کردن
719
00:26:08,080 –> 00:26:09,679
آن نتیجه را تجسم کن چیزی میگیرم
720
00:26:09,679 –> 00:26:11,279
به نظر می رسد این است پس اینجا من هستند
721
00:26:11,279 –> 00:26:12,720
هشت افزایش مختلف من در آن زمان
722
00:26:12,720 –> 00:26:14,080
جمع کردن همه آنها با هم و گرفتن من
723
00:26:14,080 –> 00:26:15,600
نتیجه نهایی
724
00:26:15,600 –> 00:26:18,640
پس اگر این کار را نکنم
725
00:26:18,640 –> 00:26:20,320
من هنوز هم مثل همه چیز هستم
726
00:26:20,320 –> 00:26:22,640
کار می کند من هنوز یک نمودار خط تیره برمی گردم
727
00:26:22,640 –> 00:26:24,480
اما بسیار پیچیده تر است و می شود
728
00:26:24,480 –> 00:26:26,799
اینجا کمی دیوانه می شود
729
00:26:26,799 –> 00:26:28,640
به این دلیل است که ساخته شده در مجموع
730
00:26:28,640 –> 00:26:30,960
اجرای توابع به است
731
00:26:30,960 –> 00:26:32,880
هنگامی که شما مانند یک چیز تکراری دارید
732
00:26:32,880 –> 00:26:34,559
دو مورد اول را جمع آوری کنید
733
00:26:34,559 –> 00:26:36,080
با هم سپس آن واسطه را بگیرید
734
00:26:36,080 –> 00:26:36,480
نتیجه
735
00:26:36,480 –> 00:26:38,000
مجموع آن را با بعدی که
736
00:26:38,000 –> 00:26:39,520
جمع نتیجه میانی که با
737
00:26:39,520 –> 00:26:40,960
مورد بعدی بارها و بارها
738
00:26:40,960 –> 00:26:42,159
و این چیزی است که ما در اینجا می بینیم
739
00:26:42,159 –> 00:26:44,320
این ساختار نمودار بسیار بیشتر است
740
00:26:44,320 –> 00:26:46,240
پیچیده و مانند آن دشوارتر است
741
00:26:46,240 –> 00:26:47,760
نوعی درک
742
00:26:47,760 –> 00:26:50,640
امم، اما ما همچنان اجرا می کنیم و هنوز هم می گیریم
743
00:26:50,640 –> 00:26:52,080
همان نتیجه
744
00:26:52,080 –> 00:26:55,200
با این حال برای سلیقه شخصی من این کار را می کنم
745
00:26:55,200 –> 00:26:57,360
ترجیح می دهند این مبلغ را به تاخیر بیندازند
746
00:26:57,360 –> 00:27:01,200
برای به دست آوردن یک ساختار گراف تمیزتر
747
00:27:01,840 –> 00:27:05,440
باشه اوه
748
00:27:05,440 –> 00:27:07,600
اوه اوه بله پس این هم به یاد من می اندازد
749
00:27:07,600 –> 00:27:10,559
من اینجا خیلی سریع این کار را انجام می دهم
750
00:27:10,799 –> 00:27:12,880
بنابراین این یک شیء تاخیری را برمی گرداند و
751
00:27:12,880 –> 00:27:14,640
این یک شیء تاخیری را تبدیل می کند
752
00:27:14,640 –> 00:27:16,960
اوم و ما در واقع می توانیم آنها را با هم اضافه کنیم
753
00:27:16,960 –> 00:27:17,679
و برگرد
754
00:27:17,679 –> 00:27:19,679
یکی دیگر از شی با تاخیر اما این است
755
00:27:19,679 –> 00:27:21,039
زیرا اشیاء تاخیری
756
00:27:21,039 –> 00:27:22,640
می توانید آنها را با هم جمع یا ضرب کنید
757
00:27:22,640 –> 00:27:24,799
آنها با هم هستند و خواهند شد
758
00:27:24,799 –> 00:27:26,559
همانطور که دار گفته است آنها را خواهند ساخت
759
00:27:26,559 –> 00:27:28,159
ساختن
760
00:27:28,159 –> 00:27:30,720
نمودار کار برای شما تنبلی در پشت
761
00:27:30,720 –> 00:27:31,360
پایان
762
00:27:31,360 –> 00:27:32,799
بنابراین شما در واقع به شما نیازی ندارید
763
00:27:32,799 –> 00:27:34,080
اساسا فقط بنویسید با ظاهر معمولی
764
00:27:34,080 –> 00:27:35,039
کد پایتون
765
00:27:35,039 –> 00:27:38,320
منظورم این است که داس او را مدیریت خواهد کرد
766
00:27:38,320 –> 00:27:39,840
در حال ساختن نمودار برای شما در اینجا
767
00:27:39,840 –> 00:27:41,360
می توانید ما را ببینید
768
00:27:41,360 –> 00:27:44,159
اوه اینجا ما این دو تابع را اضافه می کنیم
769
00:27:44,159 –> 00:27:44,720
با یکدیگر
770
00:27:44,720 –> 00:27:49,440
ما یک نمودار گازی بیرون می آوریم
771
00:27:49,440 –> 00:27:53,520
باشه باشه
772
00:27:53,520 –> 00:27:56,559
این ما را به تمرین بعدی ما می رساند
773
00:27:56,559 –> 00:27:59,200
در گذشته ما فلج برای
774
00:27:59,200 –> 00:28:00,240
حلقه
775
00:28:00,240 –> 00:28:01,840
در اینجا ما قصد انجام یک کار مشابه را داریم
776
00:28:01,840 –> 00:28:03,360
اما با یک پیچ ما نیز به
777
00:28:03,360 –> 00:28:04,000
معرفی کنید
778
00:28:04,000 –> 00:28:08,000
برخی جریان را کنترل می کنند
779
00:28:08,000 –> 00:28:10,559
در اینجا ما یک تابع دوگانه داریم که
780
00:28:10,559 –> 00:28:12,640
می خوابد و دو برابر ورودی را برمی گرداند
781
00:28:12,640 –> 00:28:15,600
an یک تابع حتی است که نمی خوابد
782
00:28:15,600 –> 00:28:17,440
بنابراین این تابع بسیار سریع است
783
00:28:17,440 –> 00:28:20,559
و خواه ناخواه برمی گردد
784
00:28:20,559 –> 00:28:24,240
ورودی uh به طور مساوی uh قابل تقسیم بر
785
00:28:24,240 –> 00:28:25,360
دو
786
00:28:25,360 –> 00:28:27,840
و سپس ما مقداری داده در اینجا نشسته ایم
787
00:28:27,840 –> 00:28:28,720
اوه خب
788
00:28:28,720 –> 00:28:31,520
یک تا ده، بنابراین ما اکنون این دو را داریم
789
00:28:31,520 –> 00:28:32,960
توابع در داده های ما
790
00:28:32,960 –> 00:28:35,360
و کد ترتیبی ما به نظر خواهد رسید
791
00:28:35,360 –> 00:28:37,120
مشابه مثال قبلی که داریم
792
00:28:37,120 –> 00:28:37,520
مقداری
793
00:28:37,520 –> 00:28:39,679
لیست نتایج خالی است که ما در حال بررسی آن هستیم
794
00:28:39,679 –> 00:28:40,720
داده ها و
795
00:28:40,720 –> 00:28:42,880
هر چند به نوعی نتایج به آن اضافه می شود
796
00:28:42,880 –> 00:28:44,080
حالا ما به
797
00:28:44,080 –> 00:28:45,760
این مرحله اضافی که در آن بسته به
798
00:28:45,760 –> 00:28:48,080
مورد موجود در داده ها چیست
799
00:28:48,080 –> 00:28:50,559
اگر حتی باشد ما آن را دو برابر خواهیم کرد
800
00:28:50,559 –> 00:28:51,520
و شامل آن شود
801
00:28:51,520 –> 00:28:54,000
در لیست نتایج ما اگر حتی اینطور نباشد
802
00:28:54,000 –> 00:28:55,440
اگر عجیب است ما می خواهیم
803
00:28:55,440 –> 00:28:57,679
um شامل نسخه افزایشی که هستیم
804
00:28:57,679 –> 00:28:58,559
قرار نیست آن را دو برابر کنیم
805
00:28:58,559 –> 00:28:59,919
آن را افزایش دهید و آن را در ما بگنجانید
806
00:28:59,919 –> 00:29:02,000
نتایج و سپس دوباره در پایان
807
00:29:02,000 –> 00:29:04,960
ما همه نتایج را با هم جمع می کنیم
808
00:29:04,960 –> 00:29:05,919
ما این کار را اینجا انجام می دهیم
809
00:29:05,919 –> 00:29:08,240
اوه این کد را اجرا کنید و خواهیم دید که چگونه
810
00:29:08,240 –> 00:29:09,120
طولانی طول می کشد
811
00:29:09,120 –> 00:29:13,840
و نتیجه نهایی ما در پایان چیست
812
00:29:15,039 –> 00:29:17,120
بسیار خوب پس 10 ثانیه طول کشید تا اجرا شود
813
00:29:17,120 –> 00:29:18,640
و پاسخ نهایی ما این بود
814
00:29:18,640 –> 00:29:20,720
که ما از این مبلغ کل خارج شدیم
815
00:29:20,720 –> 00:29:22,640
90.
816
00:29:22,640 –> 00:29:27,039
بنابراین در اینجا ما جلوتر خواهیم رفت و فلج خواهیم شد
817
00:29:27,039 –> 00:29:30,559
این کد با استفاده از گاز با تاخیر
818
00:29:30,559 –> 00:29:33,120
بنابراین می بینم که یک سوال وجود دارد
819
00:29:33,120 –> 00:29:34,480
همچنین یک بسته چند پردازشی در
820
00:29:34,480 –> 00:29:36,320
پایتون که فرآیندها را فلج می کند
821
00:29:36,320 –> 00:29:38,159
آیا مزایا معایبی وجود دارد
822
00:29:38,159 –> 00:29:40,000
از داس بیش از آن
823
00:29:40,000 –> 00:29:41,840
بنابراین در زیر کاپوت و ما در مورد صحبت خواهیم کرد
824
00:29:41,840 –> 00:29:43,200
این کمی بعد زیر کاپوت
825
00:29:43,200 –> 00:29:46,880
das از پایتون استفاده می کند یا می تواند استفاده کند
826
00:29:46,880 –> 00:29:50,000
چند پردازشی پایتون
827
00:29:50,000 –> 00:29:53,120
ماژول در اوه
828
00:29:53,120 –> 00:29:55,919
برای اجرای وظایف تا شما آن را انجام دهید
829
00:29:55,919 –> 00:29:57,120
انجام وظایف در
830
00:29:57,120 –> 00:29:58,799
استخرهای پردازشی که وظایف را در آنها اجرا می کند
831
00:29:58,799 –> 00:30:00,799
thread pools um
832
00:30:00,799 –> 00:30:04,000
مزیت استفاده از task این است
833
00:30:04,000 –> 00:30:07,279
کدی که می نویسی خیلی بیشتر است
834
00:30:07,279 –> 00:30:09,039
شبیه به
835
00:30:09,039 –> 00:30:11,520
نسخه های غیرفلج کد شما
836
00:30:11,520 –> 00:30:12,559
عادت به نوشتن
837
00:30:12,559 –> 00:30:14,720
بنابراین در اینجا به عنوان مثال در خط تیره با تاخیر
838
00:30:14,720 –> 00:30:15,840
امتحان
839
00:30:15,840 –> 00:30:17,919
نوت بوک ما در حال نوشتن کدی هستیم که به نظر می رسد
840
00:30:17,919 –> 00:30:19,840
بسیار شبیه به نسخه غیر موازی
841
00:30:19,840 –> 00:30:21,200
و سپس برای اضافه کردن موازی
842
00:30:21,200 –> 00:30:23,760
ما فقط به سادگی این دکوراتور را اضافه می کنیم و
843
00:30:23,760 –> 00:30:25,200
سپس compute را در پایان فراخوانی کنید
844
00:30:25,200 –> 00:30:27,679
هنوز هم چیزها را در یک اجرا می کند
845
00:30:27,679 –> 00:30:29,200
استخر فرآیند یا استخر نخ ما صحبت خواهیم کرد
846
00:30:29,200 –> 00:30:31,279
در مورد اینکه چگونه بعداً کدام یک را مشخص کنید
847
00:30:31,279 –> 00:30:35,039
ام اما نحو بسیار است
848
00:30:35,039 –> 00:30:37,840
کاربر پسند
849
00:30:38,640 –> 00:30:40,399
بعداً وجود دارد ما در آنجا صحبت خواهیم کرد
850
00:30:40,399 –> 00:30:42,399
بسیاری از مزایای استفاده از میز
851
00:30:42,399 –> 00:30:43,919
بر روی کتابخانه چند پردازشی
852
00:30:43,919 –> 00:30:45,600
چیزهای اضافی زیادی وجود دارد
853
00:30:45,600 –> 00:30:48,640
در منطق نیز ویژگی دارد
854
00:30:48,640 –> 00:30:50,399
این سوال به ترتیب در
855
00:30:50,399 –> 00:30:52,559
خروجی برای فلج برای حلقه ها
856
00:30:52,559 –> 00:30:54,960
اگر تابع برای زمان متغیر اجرا شود
857
00:30:54,960 –> 00:30:55,600
بسته به
858
00:30:55,600 –> 00:30:58,320
در ورودی ها بله بله پس شما فقط هستید
859
00:30:58,320 –> 00:31:00,080
تنظیم این ساختار نمودار
860
00:31:00,080 –> 00:31:02,640
و اوم، گراف را اجرا خواهد کرد
861
00:31:02,640 –> 00:31:04,559
وابستگی هایی مانند اجرای این قبل
862
00:31:04,559 –> 00:31:05,120
که
863
00:31:05,120 –> 00:31:06,640
سپس پس از اتمام کار با آن اجرا
864
00:31:06,640 –> 00:31:08,799
این چیز بعدی همه چیز خواهد بود
865
00:31:08,799 –> 00:31:10,399
تمام آن نظم را حفظ کرد
866
00:31:10,399 –> 00:31:11,840
هنوز آنجا باش تا همان را خواهی گرفت
867
00:31:11,840 –> 00:31:13,679
نتیجه در پایان اگر شما
868
00:31:13,679 –> 00:31:15,120
انگار تو موازی نمی دوی
869
00:31:15,120 –> 00:31:18,000
شما فقط آن را سریعتر دریافت خواهید کرد
870
00:31:18,000 –> 00:31:19,360
دوباره یک سوال وجود دارد بنابراین یک سوال وجود دارد
871
00:31:19,360 –> 00:31:21,200
در مورد اینکه task um چگونه انجام می شود
872
00:31:21,200 –> 00:31:22,080
موازی سازی
873
00:31:22,080 –> 00:31:23,919
اوم و سپس چیزی در مورد آن اشاره می کند
874
00:31:23,919 –> 00:31:25,360
فرآیندها در مقابل موضوعات
875
00:31:25,360 –> 00:31:28,559
اوه بعداً در مورد آن بحث خواهیم کرد
876
00:31:28,559 –> 00:31:30,320
در آموزش، بنابراین بله می توانید استفاده کنید
877
00:31:30,320 –> 00:31:32,000
فرآیندها یا رشته ها یا
878
00:31:32,000 –> 00:31:35,440
هر دو فرآیند چند رشته ای چندگانه
879
00:31:35,440 –> 00:31:36,799
رشته ها و فرآیندهای مختلف
880
00:31:36,799 –> 00:31:38,720
اوه با استفاده از das و شما به شما مرتب کردن بر اساس
881
00:31:38,720 –> 00:31:40,320
می خواهند خیاط کنند
882
00:31:40,320 –> 00:31:41,919
چه منابع موازی سازی هستید
883
00:31:41,919 –> 00:31:43,360
استفاده بسته به خاص شما
884
00:31:43,360 –> 00:31:44,640
گردش کار ما در مورد جوانب مثبت صحبت خواهیم کرد و
885
00:31:44,640 –> 00:31:45,679
معایب استفاده
886
00:31:45,679 –> 00:31:49,039
منابع بعداً پردازش می شود
887
00:31:49,519 –> 00:31:53,120
خوب پس من دوباره صفحه نمایشم را به اشتراک می گذارم
888
00:31:53,120 –> 00:31:58,399
و به تمرین برگردید
889
00:31:58,840 –> 00:32:02,640
خوب پس مطمئن شوید که دارم به اشتراک می گذارم بله
890
00:32:02,640 –> 00:32:04,640
پس بیایید جلو برویم و به آن نگاه کنیم
891
00:32:04,640 –> 00:32:06,320
راه حل در اینجا
892
00:32:06,320 –> 00:32:10,080
ادامه دهید و نتیجه زمان را اینجا کپی کنید
893
00:32:10,080 –> 00:32:13,519
بنابراین اوه این یک راه حل است
894
00:32:13,519 –> 00:32:14,480
فلج کردن
895
00:32:14,480 –> 00:32:18,000
کد همزمان که متوجه خواهید شد ما داریم
896
00:32:18,000 –> 00:32:19,519
چند مورد اما نه همه را تزئین کرد
897
00:32:19,519 –> 00:32:21,519
بنابراین ما دو برابر را تقطیر کردیم
898
00:32:21,519 –> 00:32:22,320
عملکرد
899
00:32:22,320 –> 00:32:23,600
ما تابع افزایش را به تاخیر انداخته ایم
900
00:32:23,600 –> 00:32:26,399
ما تابع جمع را به تعویق انداخته ایم
901
00:32:26,399 –> 00:32:29,760
اما ما آن را به تأخیر نینداختهایم
902
00:32:29,760 –> 00:32:30,480
عملکرد
903
00:32:30,480 –> 00:32:32,320
به این دلیل است که از آن در یک استفاده می شود
904
00:32:32,320 –> 00:32:34,799
بیان شرطی در اینجا
905
00:32:34,799 –> 00:32:37,919
پس اوه یعنی چه
906
00:32:37,919 –> 00:32:40,559
آنچه در اینجا می گوییم این است که اگر x باشد
907
00:32:40,559 –> 00:32:42,399
ما در واقع باید بدانیم که آیا x زوج است یا خیر
908
00:32:42,399 –> 00:32:44,080
ارزیابی ما باید آن را به یک بولی ریخته شود
909
00:32:44,080 –> 00:32:45,120
لازم است بدانیم
910
00:32:45,120 –> 00:32:47,200
امم اگر x زوج باشد یا ندانم کدام است
911
00:32:47,200 –> 00:32:48,880
شعبه و عبارت if else to go
912
00:32:48,880 –> 00:32:49,679
به
913
00:32:49,679 –> 00:32:52,000
بنابراین نمی توان آن را با تنبلی ارزیابی کرد
914
00:32:52,000 –> 00:32:54,000
یعنی ما نمی توانیم
915
00:32:54,000 –> 00:32:56,720
آن محاسباتی را که در واقع داریم به تأخیر بیندازیم
916
00:32:56,720 –> 00:32:58,000
تا نتیجه مشخصی داشته باشیم
917
00:32:58,000 –> 00:33:02,080
در اینجا در این نقطه بنابراین
918
00:33:02,080 –> 00:33:04,000
مقادیر تاخیری را نمی توان در کنترل استفاده کرد
919
00:33:04,000 –> 00:33:06,159
به این ترتیب جریان داشته باشید، بنابراین شما باید یک باشید
920
00:33:06,159 –> 00:33:07,120
کمی مراقب
921
00:33:07,120 –> 00:33:09,120
اوه هنگام ترکیب جریان کنترل به
922
00:33:09,120 –> 00:33:11,200
گردش کار شما
923
00:33:11,200 –> 00:33:12,640
باید مواظب باشید تاخیر نکنید
924
00:33:12,640 –> 00:33:15,120
آن نتایج پس بیایید جلو برویم و
925
00:33:15,120 –> 00:33:16,880
این را اجرا کنید که در واقع فقط راه اندازی شده است
926
00:33:16,880 –> 00:33:18,720
اطلاعیه محاسباتی من تماس نگرفتم
927
00:33:18,720 –> 00:33:19,600
محاسبه کنید
928
00:33:19,600 –> 00:33:21,679
در هر کجای اینجا، بنابراین ما محاسبه را اینجا صدا می کنیم
929
00:33:21,679 –> 00:33:24,640
و زمان آن نتیجه
930
00:33:24,640 –> 00:33:26,080
و این چیزی است که دو ثانیه و ما دریافت می کنیم
931
00:33:26,080 –> 00:33:27,919
همان نتیجه از 90 که با ما انجام دادیم
932
00:33:27,919 –> 00:33:29,120
نسخه همزمان
933
00:33:29,120 –> 00:33:31,679
بنابراین قبل از آن 10 ثانیه بدون داس طول کشید
934
00:33:31,679 –> 00:33:32,480
با تاخیر
935
00:33:32,480 –> 00:33:35,360
با داستوید دو ثانیه طول کشید
936
00:33:35,360 –> 00:33:36,880
به نوعی دوباره آن نکته را تکرار کنم
937
00:33:36,880 –> 00:33:39,120
ببینیم اگر تاخیر داشته باشم چه اتفاقی می افتد
938
00:33:39,120 –> 00:33:41,120
حتی اگر سعی کرده بودم فقط لایک کنم اینجاست
939
00:33:41,120 –> 00:33:43,200
اعمال تاخیر برای هر عملکرد
940
00:33:43,200 –> 00:33:45,200
اوم من یک خطای حقیقت تاخیر دریافت می کنم
941
00:33:45,200 –> 00:33:46,880
اشیاء پشتیبانی نمی شود که به این دلیل است
942
00:33:46,880 –> 00:33:48,159
ما سعی می کنیم
943
00:33:48,159 –> 00:33:49,760
این یک شیء تاخیری را برمی گرداند که
944
00:33:49,760 –> 00:33:51,200
ما سعی می کنیم به یک گاو نر پرتاب کنیم
945
00:33:51,200 –> 00:33:54,960
که مجاز نیست
946
00:33:56,480 –> 00:33:58,559
خوب ما می توانیم این نتیجه را تجسم کنیم
947
00:33:58,559 –> 00:34:00,240
بنابراین در اینجا ما می بینیم که گاهی اوقات ما هستیم
948
00:34:00,240 –> 00:34:00,960
در حال افزایش
949
00:34:00,960 –> 00:34:02,960
گاهی اوقات بسته به اینکه آیا ما دو برابر می شویم
950
00:34:02,960 –> 00:34:04,240
ورودی است
951
00:34:04,240 –> 00:34:06,000
حتی یا نه و سپس در پایان ما هستیم
952
00:34:06,000 –> 00:34:07,600
همه آنها را در یک مجموع جمع کنید
953
00:34:07,600 –> 00:34:11,359
و برگرداندن نتیجه نهایی ام
954
00:34:11,359 –> 00:34:13,760
پس آره چند سوال اوم پس حدس می زنم
955
00:34:13,760 –> 00:34:14,719
ما قبلاً در مورد این چه صحبت کردیم
956
00:34:14,719 –> 00:34:16,399
اگر ما به عنوان زوج تاخیر کرده بودیم اتفاق می افتاد
957
00:34:16,399 –> 00:34:18,639
ما یک خطا دریافت می کنیم
958
00:34:18,639 –> 00:34:20,639
بنابراین ریختن چیزها به یک بولی یکی است
959
00:34:20,639 –> 00:34:22,000
مانند اگر دیگری یکی است
960
00:34:22,000 –> 00:34:24,079
نوعی جریان کنترلی که قابل استفاده نیست
961
00:34:24,079 –> 00:34:25,760
امم برای تاخیر شما می توانید تصور کنید
962
00:34:25,760 –> 00:34:28,879
مثل اینکه نمی توانید آه، نمی توانید بررسی کنید
963
00:34:28,879 –> 00:34:30,079
اگر چیزها بزرگتر از حد قطعی باشند
964
00:34:30,079 –> 00:34:31,359
ارزش هایی که شما نمی توانید بگویید
965
00:34:31,359 –> 00:34:35,040
اوه میدونی لایک کن
966
00:34:35,040 –> 00:34:36,560
آیا این مقدار تاخیر بیشتر از 5 است
967
00:34:36,560 –> 00:34:39,520
چون قدرش را نمی دانیم
968
00:34:40,000 –> 00:34:44,639
خوب که ما را به آخر می رساند
969
00:34:44,639 –> 00:34:46,719
ورزش در اینجا ما قصد داریم یک را فلج کنیم
970
00:34:46,719 –> 00:34:48,239
پانداها با کاهش گروه می شوند بنابراین این یک است
971
00:34:48,239 –> 00:34:49,359
کمی بیشتر از قبلی درگیر است
972
00:34:49,359 –> 00:34:50,879
مثال ها
973
00:34:50,879 –> 00:34:54,000
بنابراین اولین کاری که می خواهیم انجام دهیم این است
974
00:34:54,000 –> 00:34:55,918
این سلول را در اینجا اجرا کنید
975
00:34:55,918 –> 00:34:57,119
برخی را دانلود کنید
976
00:34:57,119 –> 00:34:59,520
اگر در حال اجرا هستید، به دستگاه شما داده می شود
977
00:34:59,520 –> 00:35:00,800
در کلاسور آن را در شما دانلود نمی کند
978
00:35:00,800 –> 00:35:01,680
محلی
979
00:35:01,680 –> 00:35:04,000
ماشین آن را در مشتری دانلود می کند
980
00:35:04,000 –> 00:35:05,119
آزمایشگاه
981
00:35:05,119 –> 00:35:08,800
جلسه اجرا می شود و سپس ما می رویم
982
00:35:08,800 –> 00:35:09,920
پیش رو و به آن داده ها نگاه کنید
983
00:35:09,920 –> 00:35:12,480
بنابراین آنچه که این داده است برای پروازهای خارج است
984
00:35:12,480 –> 00:35:14,960
شهر نیویورک بین سال های 1990 تا 2000
985
00:35:14,960 –> 00:35:16,560
ما در اینجا به مجموعه داده اصلی پیوند می دهیم
986
00:35:16,560 –> 00:35:18,800
ما می توانیم ببینیم که هر سال csv خود را دارد
987
00:35:18,800 –> 00:35:20,560
فایل
988
00:35:20,560 –> 00:35:23,680
می توانیم از پانداها برای خواندن استفاده کنیم
989
00:35:23,680 –> 00:35:25,760
فایل های csv بنابراین در اینجا از پانداها استفاده خواهیم کرد
990
00:35:25,760 –> 00:35:27,920
فقط در یک فایل csv خوانده شود
991
00:35:27,920 –> 00:35:30,880
داده های پرواز برای و سپس ما آن را دریافت می کنیم
992
00:35:30,880 –> 00:35:32,800
پنج ردیف اول برای قاب داده
993
00:35:32,800 –> 00:35:34,480
بنابراین شما می توانید ببینید که بسیاری از موارد مختلف وجود دارد
994
00:35:34,480 –> 00:35:35,920
داده ها در اینجا
995
00:35:35,920 –> 00:35:38,720
هر ردیف در اینجا یک پرواز متفاوت است
996
00:35:38,720 –> 00:35:40,240
بنابراین ما می توانیم ببینیم
997
00:35:40,240 –> 00:35:43,440
سال ماه آه
998
00:35:43,440 –> 00:35:46,480
زمان رسیدن چقدر بود آه
999
00:35:46,480 –> 00:35:48,000
حامل چیزهای شماره پرواز بود
1000
00:35:48,000 –> 00:35:48,880
مثل آن دسته ای متفاوت
1001
00:35:48,880 –> 00:35:50,560
اطلاعات شما می توانید انواع داده ها را ببینید
1002
00:35:50,560 –> 00:35:50,880
اینجا
1003
00:35:50,880 –> 00:35:52,720
بنابراین این یک نوع ثروتمند است
1004
00:35:52,720 –> 00:35:54,560
مجموعه داده وجود دارد
1005
00:35:54,560 –> 00:35:57,920
شی d انواع شناور در اطراف
1006
00:35:57,920 –> 00:36:02,000
و ما می توانیم منشا همه اینها را بدست آوریم
1007
00:36:02,000 –> 00:36:03,200
پروازها پس چه فرودگاهی اینها را انجام داد
1008
00:36:03,200 –> 00:36:05,200
پروازها از و سپس ما می توانیم
1009
00:36:05,200 –> 00:36:08,240
با آنها تماس بگیرید تا فقط مجموعه را دریافت کنید
1010
00:36:08,240 –> 00:36:11,359
مجموعه منحصربهفرد فرودگاهها را داریم
1011
00:36:11,359 –> 00:36:12,880
jfk
1012
00:36:12,880 –> 00:36:15,680
laguardia و من معتقدم ewr در واقع است
1013
00:36:15,680 –> 00:36:16,480
نیوآرک
1014
00:36:16,480 –> 00:36:19,520
فرودگاه ام و سپس ما می توانیم
1015
00:36:19,520 –> 00:36:23,200
بنابراین آنها منشاء اوه هستند
1016
00:36:23,200 –> 00:36:23,760
مانند
1017
00:36:23,760 –> 00:36:25,200
فرودگاه هایی که شما می توانید که همه اینها
1018
00:36:25,200 –> 00:36:27,280
دعوا سرچشمه از ما سپس می توانیم گروه
1019
00:36:27,280 –> 00:36:27,760
توسط
1020
00:36:27,760 –> 00:36:30,880
مبدا و میانگین را بدست آورید
1021
00:36:30,880 –> 00:36:34,079
زمان تاخیر حرکت برای هر Uh
1022
00:36:34,079 –> 00:36:36,400
فرودگاه برای دوباره این همه فقط برای
1023
00:36:36,400 –> 00:36:37,119
آن یک سال
1024
00:36:37,119 –> 00:36:40,160
برای سال 1990. بنابراین ما می توانیم ببینیم
1025
00:36:40,160 –> 00:36:44,079
از نیوآرک میانگین اوه
1026
00:36:44,079 –> 00:36:46,480
تاخیر خروج نه است می خواهم بگویم
1027
00:36:46,480 –> 00:36:47,520
واحد در این است
1028
00:36:47,520 –> 00:36:50,240
چند دقیقه بعد یک آموزش اشعه ایکس وجود دارد
1029
00:36:50,240 –> 00:36:51,280
اگر شما می خواهید
1030
00:36:51,280 –> 00:36:54,400
دارای واحدهایی در مورد چیزهایی هستند که jfk نیز وجود دارد
1031
00:36:54,400 –> 00:36:55,920
و لاگاردیا
1032
00:36:55,920 –> 00:36:59,119
به طوری که نوع همزمان است
1033
00:36:59,119 –> 00:37:03,280
مثال برای یک فایل csv
1034
00:37:03,280 –> 00:37:05,839
اما اکنون می خواهید تمام csv ها را آنالیز کنید
1035
00:37:05,839 –> 00:37:07,680
فایل های موجود در این دایرکتوری که می خواهید انجام دهید
1036
00:37:07,680 –> 00:37:10,400
این برای هر سال، بنابراین آنچه که ما می توانیم انجام دهیم این است
1037
00:37:10,400 –> 00:37:11,440
ما میتوانیم
1038
00:37:11,440 –> 00:37:14,079
تمام نام فایلها را در اینجا دریافت کنید که میتوانیم آن را به صورت glob کنیم
1039
00:37:14,079 –> 00:37:14,560
این
1040
00:37:14,560 –> 00:37:16,480
اوه این همان چیزی است که ما قبلا هستیم
1041
00:37:16,480 –> 00:37:17,839
همین الان glabbing و ما یک ستاره داریم
1042
00:37:17,839 –> 00:37:18,320
گرفتن
1043
00:37:18,320 –> 00:37:21,040
تمام فایل های csv به جای فقط یک
1044
00:37:21,040 –> 00:37:22,720
و سپس آنچه را که می خواهیم انجام دهیم
1045
00:37:22,720 –> 00:37:24,000
انجام اینجا در همزمان
1046
00:37:24,000 –> 00:37:27,119
نسخه است که ما قصد داریم به اوه
1047
00:37:27,119 –> 00:37:31,040
میانگین uh برای را محاسبه کنید
1048
00:37:31,040 –> 00:37:34,400
این زمان های تاخیری در هر مبدا یا
1049
00:37:34,400 –> 00:37:36,400
در هر فرودگاه، بنابراین ما یک
1050
00:37:36,400 –> 00:37:38,079
لیست خالی از مبالغ و شمارش این است
1051
00:37:38,079 –> 00:37:39,839
چگونه ما انجام خواهیم داد نوعی این است
1052
00:37:39,839 –> 00:37:41,839
یک روش استاندارد برای انجام
1053
00:37:41,839 –> 00:37:44,320
uh میانگین ها در مجموعه داده های متعدد شما
1054
00:37:44,320 –> 00:37:46,160
مجموع و
1055
00:37:46,160 –> 00:37:47,599
تعداد ورودی برای هر مجموعه داده و
1056
00:37:47,599 –> 00:37:49,359
سپس کلی انجام دهید
1057
00:37:49,359 –> 00:37:51,200
به این معنی که در اینجا ما از طریق هر یک حلقه خواهیم کرد
1058
00:37:51,200 –> 00:37:52,560
نام فایلی که در آن خواهیم خواند
1059
00:37:52,560 –> 00:37:54,320
اوه ما اساساً همان کاری را که قبلا انجام دادیم انجام خواهیم داد
1060
00:37:54,320 –> 00:37:56,720
ما در یک فایل جداگانه خواهیم خواند
1061
00:37:56,720 –> 00:38:00,000
اوه گروهی را انجام دهید
1062
00:38:00,000 –> 00:38:03,920
مجموع تعداد تاخیر خروج و
1063
00:38:03,920 –> 00:38:05,280
سپس آنها را به مبالغ و
1064
00:38:05,280 –> 00:38:06,240
لیست ها را می شمارد
1065
00:38:06,240 –> 00:38:08,800
در پایان تمام موارد را جمع می کنیم
1066
00:38:08,800 –> 00:38:09,599
جمع کل
1067
00:38:09,599 –> 00:38:11,680
همه ی شمارش ها را جمع کنید و بعد این کار را انجام می دهیم
1068
00:38:11,680 –> 00:38:13,200
یه آه بگیر
1069
00:38:13,200 –> 00:38:15,040
نسبت در پایان برای رسیدن به فینال
1070
00:38:15,040 –> 00:38:16,070
میانگین کلی
1071
00:38:16,070 –> 00:38:17,520
[موسیقی]
1072
00:38:17,520 –> 00:38:20,800
بنابراین ما می توانیم این سلول را اجرا کنیم
1073
00:38:20,800 –> 00:38:23,599
کمی وقت بگیرید 4.84 طول می کشد
1074
00:38:23,599 –> 00:38:25,440
ثانیه و نتیجه نهایی را می گیریم
1075
00:38:25,440 –> 00:38:26,160
است
1076
00:38:26,160 –> 00:38:29,680
این پس تمرین
1077
00:38:29,680 –> 00:38:33,280
برای این تمرین برای
1078
00:38:33,280 –> 00:38:37,119
ما این قطعه کد را در اینجا فلج کنیم
1079
00:38:37,119 –> 00:38:38,720
برای انجام این کار باید کمی بدانیم
1080
00:38:38,720 –> 00:38:41,040
کمی اطلاعات بیشتر در مورد das delayed
1081
00:38:41,040 –> 00:38:42,640
به طور خاص باید آن روش را بدانید
1082
00:38:42,640 –> 00:38:44,560
و دسترسی صفت
1083
00:38:44,560 –> 00:38:47,040
به طور خودکار روی اشیاء تاخیری کار می کند
1084
00:38:47,040 –> 00:38:48,560
بنابراین اگر روشی را فراخوانی کنید
1085
00:38:48,560 –> 00:38:50,400
از یک شیء تاخیری که پس از آن
1086
00:38:50,400 –> 00:38:52,800
یک شی با تاخیر دیگر را برگردانید
1087
00:38:52,800 –> 00:38:54,800
بنابراین به عنوان مثال در اینجا ما به تأخیر می افتیم
1088
00:38:54,800 –> 00:38:56,800
numpy یک تابع محدوده است
1089
00:38:56,800 –> 00:38:59,359
که یک شیء x تاخیری را که می توانیم برمی گرداند
1090
00:38:59,359 –> 00:39:02,320
سپس یکی را به آن اضافه می کنیم و سپس می توانیم برش دهیم
1091
00:39:02,320 –> 00:39:04,560
آرایه ای که می توانیم آن را a صدا کنیم
1092
00:39:04,560 –> 00:39:06,240
روش مجموع
1093
00:39:06,240 –> 00:39:08,560
و همه چیز اینجا تنبل خواهد بود
1094
00:39:08,560 –> 00:39:10,400
ارزیابی می شود که یک نمودار وظیفه را تنظیم می کند
1095
00:39:10,400 –> 00:39:11,920
برای شما به طور خودکار
1096
00:39:11,920 –> 00:39:13,520
شما لازم نیست کار خاصی انجام دهید
1097
00:39:13,520 –> 00:39:17,280
غیر از تاخیر در عملکرد اصلی
1098
00:39:17,280 –> 00:39:19,680
اوم و پس از آن نیز در حالی که ما فقط داریم
1099
00:39:19,680 –> 00:39:20,880
محاسبات تماس گرفته است
1100
00:39:20,880 –> 00:39:23,680
روی اشیای تک تاخیری می توانید تماس بگیرید
1101
00:39:23,680 –> 00:39:24,160
اوه
1102
00:39:24,160 –> 00:39:26,480
میز آنها یک تابع محاسباتی دارد که
1103
00:39:26,480 –> 00:39:28,560
می توانید با چند تماس تماس بگیرید
1104
00:39:28,560 –> 00:39:31,440
اشیاء میز و آنچه که انجام خواهد داد این است
1105
00:39:31,440 –> 00:39:32,960
نتایج میانی را به اشتراک بگذارید
1106
00:39:32,960 –> 00:39:35,200
بنابراین اگر یک مرحله خاص در هر یک وجود دارد
1107
00:39:35,200 –> 00:39:36,880
از این محاسبات
1108
00:39:36,880 –> 00:39:40,240
که در آن نمودارهای کار به اشتراک گذاشته شده است
1109
00:39:40,240 –> 00:39:42,160
سپس آن را فقط یک بار محاسبه می کند و
1110
00:39:42,160 –> 00:39:44,720
نتایج را در هر دو محاسبات به اشتراک بگذارید
1111
00:39:44,720 –> 00:39:46,079
بنابراین اگر شما فقط با محاسبه تماس بگیرید
1112
00:39:46,079 –> 00:39:48,240
به صورت جداگانه در مورد هر چیزی که آن را انجام دهد
1113
00:39:48,240 –> 00:39:49,920
اوه آن نتیجه میانی را محاسبه کنید
1114
00:39:49,920 –> 00:39:51,760
دو بار، بنابراین این یک راه خوب برای اجتناب است
1115
00:39:51,760 –> 00:39:52,320
که
1116
00:39:52,320 –> 00:39:54,880
و در اینجا یک نتیجه خوب است تا بتوانیم
1117
00:39:54,880 –> 00:39:55,440
محاسبه کنید
1118
00:39:55,440 –> 00:39:57,599
x نقطه min، نقطه y ما و y وجود دارد
1119
00:39:57,599 –> 00:39:58,960
نقطه حداکثر
1120
00:39:58,960 –> 00:40:01,599
و هر دو این x را به اشتراک خواهند گذاشت
1121
00:40:01,599 –> 00:40:02,720
مرحله مربع
1122
00:40:02,720 –> 00:40:05,599
بنابراین وقتی ما هر دوی این موارد را محاسبه می کنیم
1123
00:40:05,599 –> 00:40:06,400
خواهد شد
1124
00:40:06,400 –> 00:40:10,480
فقط x را یک بار محاسبه کنید
1125
00:40:10,480 –> 00:40:13,040
هدف در اینجا فلج کردن این است
1126
00:40:13,040 –> 00:40:14,880
کدی که در اینجا کپی شده است
1127
00:40:14,880 –> 00:40:17,119
محاسبه واردات از das uh اینجا است
1128
00:40:17,119 –> 00:40:18,720
کد همزمان که به تازگی کپی شده است
1129
00:40:18,720 –> 00:40:19,760
دوباره
1130
00:40:19,760 –> 00:40:23,359
بنابراین برای راحتی و اینجا در
1131
00:40:23,359 –> 00:40:28,000
جایی است که ما آن را فلج خواهیم کرد
1132
00:40:29,040 –> 00:40:31,359
پس یک دقیقه دیگر توقف کنید و مقداری بدهید
1133
00:40:31,359 –> 00:40:32,880
زمان انجام آن تمرین و
1134
00:40:32,880 –> 00:40:35,839
ما در هر زمان به سوالات پاسخ خواهیم داد
1135
00:40:35,839 –> 00:40:37,680
خوب، یک سری از مردم 9 می گیرند
1136
00:40:37,680 –> 00:40:40,319
در مثال jfk که نشان دادید
1137
00:40:40,319 –> 00:40:45,040
امم باشه
1138
00:40:45,040 –> 00:40:47,760
گرفتن نام
1139
00:40:48,160 –> 00:40:50,960
اوه وسط، آیا ما باید خوب برویم؟
1140
00:40:50,960 –> 00:40:52,640
همانطور که من می گویم جلوتر
1141
00:40:52,640 –> 00:40:54,960
سوال در مورد مرد برای مردم
1142
00:40:54,960 –> 00:40:56,880
در حال اجرا هستید
1143
00:40:56,880 –> 00:41:00,720
کلاسور شما در حال اجرا به صورت محلی هستید
1144
00:41:02,319 –> 00:41:04,880
در آزمایشگاه مشتری به طور محلی هیچ مردی پس از آن است
1145
00:41:04,880 –> 00:41:05,599
شبیه نان است
1146
00:41:05,599 –> 00:41:08,640
در کلاسور خوب کلاسور محدودیت هایی دارد
1147
00:41:08,640 –> 00:41:11,599
مقدار فضایی که می توانید بگیرید
1148
00:41:11,599 –> 00:41:12,240
بالا
1149
00:41:12,240 –> 00:41:14,000
بنابراین هنگامی که شما در حال راه اندازی کلاسور هستید، ما هستیم
1150
00:41:14,000 –> 00:41:15,760
در واقع فقط انتقال بیش از a
1151
00:41:15,760 –> 00:41:18,079
نسخه کوچکتر مجموعه داده ها
1152
00:41:18,079 –> 00:41:19,839
بنابراین من مشکوک هستم آنچه اتفاق می افتد
1153
00:41:19,839 –> 00:41:21,839
که ما در واقع نداریم
1154
00:41:21,839 –> 00:41:23,359
اوه مجموعه داده های کامل وجود دارد و ما هستیم
1155
00:41:23,359 –> 00:41:27,520
گرفتن نند در برخی از این زمینه ها
1156
00:41:27,520 –> 00:41:28,960
خوب بله همه کسانی که مشکل دارند
1157
00:41:28,960 –> 00:41:30,560
روی کلاسور است
1158
00:41:30,560 –> 00:41:32,720
این ظن من این است که وجود داشته است
1159
00:41:32,720 –> 00:41:34,400
نظارت از طرف ما که
1160
00:41:34,400 –> 00:41:36,319
ما مجموعه داده کامل را نداریم
1161
00:41:36,319 –> 00:41:38,720
کلاسور
1162
00:41:38,720 –> 00:41:40,319
خوب می بینم از شما برای ارسال آن متشکرم
1163
00:41:40,319 –> 00:41:41,760
اوری
1164
00:41:41,760 –> 00:41:43,280
دومی باید در موردش فکر کنم
1165
00:41:43,280 –> 00:41:44,960
ماشین های موجود در سیستم من
1166
00:41:44,960 –> 00:41:47,200
چگونه فلج می کند فکر می کنم ما داریم می رویم
1167
00:41:47,200 –> 00:41:49,040
تا کمی بعد به این موضوع برسیم
1168
00:41:49,040 –> 00:41:53,200
در گفتگو um پاسخ بله و خیر است
1169
00:41:53,200 –> 00:41:56,480
خیلی وقت ها فقط می توانید
1170
00:41:56,560 –> 00:41:58,560
وظیفه کار درست را انجام خواهد داد اما وجود دارد
1171
00:41:58,560 –> 00:42:00,839
مواردی هستند که باید فکر کنید
1172
00:42:00,839 –> 00:42:02,480
در باره
1173
00:42:02,480 –> 00:42:04,000
چگونه chunking و چیزهایی از این قبیل را انجام می دهید
1174
00:42:04,000 –> 00:42:06,160
بسته به اینکه چند هسته دارید
1175
00:42:06,160 –> 00:42:08,640
بله و خیر
1176
00:42:12,240 –> 00:42:13,839
آیا داس در جایی که ممکن است سربار دارد؟
1177
00:42:13,839 –> 00:42:15,520
برای گزینه های بزرگ سریع تر نباشید
1178
00:42:15,520 –> 00:42:17,040
تعداد محاسبات ساده ای که انجام داده ام
1179
00:42:17,040 –> 00:42:18,319
متوجه شدم که گاهی اوقات بهتر می شوم
1180
00:42:18,319 –> 00:42:20,000
سرعت با یک حلقه منظم به طور قطع
1181
00:42:20,000 –> 00:42:22,079
محاسبات
1182
00:42:22,079 –> 00:42:25,520
اوم بله، سربار دارد
1183
00:42:25,520 –> 00:42:28,640
سربار نسبتاً کوچکی است اما
1184
00:42:28,640 –> 00:42:31,760
اگر داده های شما مناسب است
1185
00:42:31,760 –> 00:42:35,359
در حافظه و یک محاسبات سریالی است
1186
00:42:35,359 –> 00:42:38,480
das قرار نیست چیزی را سرعت بخشد
1187
00:42:38,480 –> 00:42:41,119
اگر مشکل پیچیده تری دارید
1188
00:42:41,119 –> 00:42:42,720
الگوریتمی که در آن برخی از چیزها می توانند
1189
00:42:42,720 –> 00:42:44,000
به صورت موازی انجام شود
1190
00:42:44,000 –> 00:42:46,960
کارها را تسریع می کند یا اگر دارید
1191
00:42:46,960 –> 00:42:49,119
چیزی که در حافظه نمی گنجد
1192
00:42:49,119 –> 00:42:51,359
سپس راه هایی برای انجام آن ها به شما ارائه می دهد
1193
00:42:51,359 –> 00:42:53,280
محاسبات و پخش آن بر روی
1194
00:42:53,280 –> 00:42:56,640
چندین هسته یا چندین ماشین
1195
00:42:56,640 –> 00:42:58,560
موقعیت های دیگری که das a را انجام نمی دهد
1196
00:42:58,560 –> 00:43:00,240
کار خوبی برای ارزیابی اینکه آیا در
1197
00:43:00,240 –> 00:43:02,319
آیا وظایف یا زنجیره ای هستند یا نه
1198
00:43:02,319 –> 00:43:03,839
مستقل چگونه این اتفاق می افتد
1199
00:43:03,839 –> 00:43:06,160
هود
1200
00:43:07,280 –> 00:43:09,599
جیمز میخوای اون یکی رو بگیری
1201
00:43:09,599 –> 00:43:10,640
بله حتما وجود دارد
1202
00:43:10,640 –> 00:43:13,920
اوه پس برنامه ریزهای میز آه
1203
00:43:13,920 –> 00:43:15,359
ترتیب رفتن آنها را محاسبه خواهد کرد
1204
00:43:15,359 –> 00:43:17,359
از طریق نمودارها
1205
00:43:17,359 –> 00:43:19,280
و بسیاری از موارد را در نظر می گیرد
1206
00:43:19,280 –> 00:43:20,480
اطلاعات اضافی
1207
00:43:20,480 –> 00:43:22,480
اوم به طور کلی این یک زیبایی است
1208
00:43:22,480 –> 00:43:23,760
نبرد تست شده
1209
00:43:23,760 –> 00:43:26,000
اوه برنامه ها بسیار نبرد هستند
1210
00:43:26,000 –> 00:43:26,880
تست شده است
1211
00:43:26,880 –> 00:43:30,000
اوه به طور کلی کار خوبی خواهد کرد
1212
00:43:30,000 –> 00:43:31,760
اگر به کد منبع بروید می توانید ببینید
1213
00:43:31,760 –> 00:43:34,400
دقیقا اوه اوه
1214
00:43:34,400 –> 00:43:37,920
اوه کد دستوری که در آن تصمیمات
1215
00:43:37,920 –> 00:43:39,520
ساخته شده اند که چیزهایی را در نظر بگیرند
1216
00:43:39,520 –> 00:43:40,000
پسندیدن
1217
00:43:40,000 –> 00:43:41,040
خوب بستگی به برنامه ریزی شما دارد
1218
00:43:41,040 –> 00:43:42,720
با استفاده از ما بعدا صحبت خواهیم کرد
1219
00:43:42,720 –> 00:43:43,760
زمانبندی توزیع شده
1220
00:43:43,760 –> 00:43:46,960
ام چند تصمیم پیشرفته تری دارد
1221
00:43:46,960 –> 00:43:49,359
با چیزهایی مانند محلی بودن داده می سازد
1222
00:43:49,359 –> 00:43:50,960
زمانی که کارها را برنامه ریزی می کند
1223
00:43:50,960 –> 00:43:52,880
اوم اما بله به طور کلی خوب است
1224
00:43:52,880 –> 00:43:54,480
کار
1225
00:43:54,480 –> 00:43:57,920
باشه من ادامه میدم و خودم رو به اشتراک میذارم
1226
00:43:57,920 –> 00:44:00,720
دوباره صفحه نمایش
1227
00:44:03,440 –> 00:44:07,760
خوب پس بیایید جلو برویم و به a نگاه کنیم
1228
00:44:07,760 –> 00:44:10,160
راه حل در اینجا
1229
00:44:10,160 –> 00:44:14,079
پس راه حل
1230
00:44:14,079 –> 00:44:15,680
بنابراین بازگشت به اینجا این است
1231
00:44:15,680 –> 00:44:17,440
نسخه همزمان کد
1232
00:44:17,440 –> 00:44:19,200
این به نظر بسیار شبیه به کار است
1233
00:44:19,200 –> 00:44:21,200
نسخه کد به جز
1234
00:44:21,200 –> 00:44:24,400
اوه یک تفاوت ما به تعویق می اندازیم
1235
00:44:24,400 –> 00:44:28,400
اوه پانداها csv را اینجا می خوانند
1236
00:44:28,400 –> 00:44:30,240
بنابراین ما چیزهای دیگر را به تأخیر نمی اندازیم
1237
00:44:30,240 –> 00:44:31,599
فراخوانی روش
1238
00:44:31,599 –> 00:44:33,520
به این دلیل است که آنها به طور خودکار هستند
1239
00:44:33,520 –> 00:44:35,440
برای ما به تاخیر افتاد
1240
00:44:35,440 –> 00:44:37,839
بنابراین در اینجا این یک زمانی است که من تأخیر می کنم
1241
00:44:37,839 –> 00:44:39,280
پاندا csv را خواند
1242
00:44:39,280 –> 00:44:41,520
این یک شیء تاخیری das خواهد بود و
1243
00:44:41,520 –> 00:44:43,119
پس از آن این خواهد شد تنبل ارزیابی شده است
1244
00:44:43,119 –> 00:44:43,920
چون یک
1245
00:44:43,920 –> 00:44:48,000
متد در اینجا به همین صورت است
1246
00:44:48,000 –> 00:44:51,200
و سپس در پایان ما compute on را فراخوانی می کنیم
1247
00:44:51,200 –> 00:44:51,760
چندگانه
1248
00:44:51,760 –> 00:44:54,079
اوه در تمام مبالغ و همه شمارش به
1249
00:44:54,079 –> 00:44:55,040
اشتراک گذاری
1250
00:44:55,040 –> 00:44:58,240
هر گونه محاسبات میانی در ما
1251
00:44:58,240 –> 00:45:00,240
نتایج متوسط
1252
00:45:00,240 –> 00:45:02,560
ما می توانیم جلو برویم و این ام و را اجرا کنیم
1253
00:45:02,560 –> 00:45:04,640
که دو ثانیه طول کشید پس به ما توجه کنید
1254
00:45:04,640 –> 00:45:07,280
در اینجا ما به کامپیوتر می گویند پس ما نیستیم
1255
00:45:07,280 –> 00:45:08,720
فقط گراف وظیفه را تنظیم می کنیم
1256
00:45:08,720 –> 00:45:10,240
اجرای آن نیز دو تا طول کشید
1257
00:45:10,240 –> 00:45:12,000
ثانیه ها را دریافت می کنیم
1258
00:45:12,000 –> 00:45:14,560
همان نتیجه ام پس بله برای مردم متاسفم
1259
00:45:14,560 –> 00:45:16,640
در کلاسور به نظر می رسد وجود دارد
1260
00:45:16,640 –> 00:45:18,560
مشکل با داده ها این است
1261
00:45:18,560 –> 00:45:19,920
موجود در کلاسور بنابراین وجود دارد
1262
00:45:19,920 –> 00:45:21,280
احتمالاً پایانی در تو خواهد بود
1263
00:45:21,280 –> 00:45:23,599
در اینجا نیز نتایج حاصل می شود
1264
00:45:23,599 –> 00:45:25,119
اما بله، این فقط باید یک مصنوع باشد
1265
00:45:25,119 –> 00:45:27,200
از داده های موجود نه واقعی
1266
00:45:27,200 –> 00:45:29,839
خود کد، پس بیایید آن را با آن مقایسه کنیم
1267
00:45:29,839 –> 00:45:31,280
نتیجه همزمانی که گرفت
1268
00:45:31,280 –> 00:45:34,960
تقریبا پنج ثانیه باشه
1269
00:45:34,960 –> 00:45:37,920
بنابراین من فکر می کنم در این مرحله ما امن هستیم
1270
00:45:37,920 –> 00:45:38,880
اوه
1271
00:45:38,880 –> 00:45:42,720
به اولین استراحت 10 دقیقه ای خود ادامه می دهیم
1272
00:45:42,720 –> 00:45:44,240
فقط دوباره می خواستم اشاره کنم که داریم
1273
00:45:44,240 –> 00:45:45,839
برخی از اسناد در اینجا با تاخیر
1274
00:45:45,839 –> 00:45:47,839
مستندات با تأخیر در پخش صفحه نمایش
1275
00:45:47,839 –> 00:45:49,599
و دوباره بهترین شیوه های تاخیری
1276
00:45:49,599 –> 00:45:50,880
سندی که من به شدت توصیه می کنم
1277
00:45:50,880 –> 00:45:51,920
چک کردن
1278
00:45:51,920 –> 00:45:54,160
اوم، بنابراین ما اکنون می خواهیم به حلقه برگردیم
1279
00:45:54,160 –> 00:45:55,680
ابتدای آن یادداشت این
1280
00:45:55,680 –> 00:45:56,720
دفترچه یادداشت جایی که ما
1281
00:45:56,720 –> 00:45:59,119
آن مشتری را مثال زد و گفت نادیده بگیر
1282
00:45:59,119 –> 00:46:00,960
اکنون به آن می رویم
1283
00:46:00,960 –> 00:46:03,440
uh اجرای سلول و سپس مهربانی
1284
00:46:03,440 –> 00:46:04,480
نادیده گرفتن آن و ما
1285
00:46:04,480 –> 00:46:06,960
بعداً در آموزش به این موضوع برگردید
1286
00:46:06,960 –> 00:46:08,560
بنابراین اوه در این مرحله ما می خواهیم
1287
00:46:08,560 –> 00:46:09,200
آ
1288
00:46:09,200 –> 00:46:12,880
10 دقیقه استراحت کنید و بعدش
1289
00:46:12,880 –> 00:46:16,079
با اوه دار هاس شروع کنید سپس پوشش خواهد داد
1290
00:46:16,079 –> 00:46:20,880
نوت بوک آرایه زیرخط 03
1291
00:46:24,240 –> 00:46:25,839
بسیار خوب و در حالی که ما در استراحت هستیم
1292
00:46:25,839 –> 00:46:27,040
حدس می زنیم جلوتر برویم و تمام کنیم
1293
00:46:27,040 –> 00:46:27,760
پاسخ دادن
1294
00:46:27,760 –> 00:46:30,800
سوالاتی که هنوز هستند
1295
00:46:30,800 –> 00:46:34,800
در اینجا اوم ما چهار کارگر را تعریف کردیم اما آن را
1296
00:46:34,800 –> 00:46:36,240
دارای هشت عنصر در حلقه how is
1297
00:46:36,240 –> 00:46:37,599
که به اشتراک گذاشته و محاسبه شده است
1298
00:46:37,599 –> 00:46:39,119
فکر می کنم وقتی صحبت می کنیم به آن خواهیم رسید
1299
00:46:39,119 –> 00:46:40,800
در مورد زمانبندی
1300
00:46:40,800 –> 00:46:44,960
یک زمانبندی وجود دارد که تصمیم می گیرد چگونه انجام شود
1301
00:46:44,960 –> 00:46:48,319
همه آن وظایف را به افراد مختلف ارسال کنید
1302
00:46:48,319 –> 00:46:50,160
هسته ها و فرآیندها و مواردی از این قبیل
1303
00:46:50,160 –> 00:46:52,160
بنابراین بعداً به آن خواهیم پرداخت
1304
00:46:52,160 –> 00:46:54,800
به طور پیش فرض که um به طور پیش فرض که
1305
00:46:54,800 –> 00:46:55,440
اراده
1306
00:46:55,440 –> 00:46:57,280
هر زمان که تماس می گیرید یک استخر نخ ایجاد کنید
1307
00:46:57,280 –> 00:46:58,800
محاسبه کنید کشش نخ یا a
1308
00:46:58,800 –> 00:46:59,599
استخر فرآیند
1309
00:46:59,599 –> 00:47:01,520
با یک اندازه مشخص می توانید نحوه انجام آن را مشخص کنید
1310
00:47:01,520 –> 00:47:03,040
چندین رشته و چند پردازش شما
1311
00:47:03,040 –> 00:47:03,440
در حقیقت
1312
00:47:03,440 –> 00:47:06,079
می خواهید وظایف را به طور پیش فرض به آن ارسال کنید
1313
00:47:06,079 –> 00:47:07,760
ایجاد کنید آن را پیدا خواهد کرد که چند هسته
1314
00:47:07,760 –> 00:47:09,359
روی دستگاه خود دارید و آن را ایجاد کنید
1315
00:47:09,359 –> 00:47:11,359
بسیاری از موضوعات و یا فرآیندهای بسیار
1316
00:47:11,359 –> 00:47:12,800
روی ماشین چهار هسته ای
1317
00:47:12,800 –> 00:47:15,440
چهار یا چهار رشته وجود خواهد داشت
1318
00:47:15,440 –> 00:47:16,480
فرآیندها
1319
00:47:16,480 –> 00:47:18,240
اما شما همچنین می توانید آن را دقیقا مانند
1320
00:47:18,240 –> 00:47:20,000
رفتار پیش فرض شما کاملا می توانید
1321
00:47:20,000 –> 00:47:22,839
بگو من ده رشته می خواهم یا دو تا
1322
00:47:22,839 –> 00:47:24,559
موضوعات
1323
00:47:24,559 –> 00:47:26,800
چرا دو ثانیه طول می کشد چرا نمی شود
1324
00:47:26,800 –> 00:47:28,800
دو ثانیه طول می کشد چهار کارگر هشت
1325
00:47:28,800 –> 00:47:30,640
وظایف
1326
00:47:30,640 –> 00:47:34,319
زمان آن را به خاطر ندارم
1327
00:47:35,040 –> 00:47:39,839
کدام مثال یا کدام تمرین
1328
00:47:40,240 –> 00:47:41,280
بله، فکر نمی کنم به اندازه کافی داشته باشیم
1329
00:47:41,280 –> 00:47:45,920
زمینه برای مثال حلقه for
1330
00:47:47,599 –> 00:47:50,480
بسیار خوب، ما به غیر jfk jfk پاسخ دادیم
1331
00:47:50,480 –> 00:47:52,150
این به دلیل کلاسور است
1332
00:47:52,150 –> 00:47:55,040
[موسیقی]
1333
00:47:55,040 –> 00:47:57,599
مقایسه بین غروب تاخیری و کار
1334
00:47:57,599 –> 00:48:00,240
با تأخیر زندگی کنید
1335
00:48:02,400 –> 00:48:05,200
من فکر می کنم که آنها کاملا شبیه هستند
1336
00:48:05,200 –> 00:48:06,079
وجود دارد
1337
00:48:06,079 –> 00:48:07,760
اوه پس من تجربه زیادی ندارم
1338
00:48:07,760 –> 00:48:09,440
با جبلا اما بله فکر می کنم وجود دارد
1339
00:48:09,440 –> 00:48:10,800
مفهوم بسیار مشابه
1340
00:48:10,800 –> 00:48:13,599
ممکن است مایک صحبت کند
1341
00:48:13,599 –> 00:48:14,800
در مورد بعد من مطمئن نیستم چه چیزی در
1342
00:48:14,800 –> 00:48:15,520
میز الان
1343
00:48:15,520 –> 00:48:18,480
نوت بوک دقیقا ام یک میز و
1344
00:48:18,480 –> 00:48:20,559
قابلیت همکاری چوب چوب
1345
00:48:20,559 –> 00:48:22,319
و همچنین آنها به خوبی با آنها بازی می کنند
1346
00:48:22,319 –> 00:48:24,800
وان پلاس
1347
00:48:25,440 –> 00:48:28,960
بنابراین هنگام فراخوانی compute، آن را بسته بندی می کند
1348
00:48:28,960 –> 00:48:29,599
با تاخیر
1349
00:48:29,599 –> 00:48:31,760
عملیات عملیات با هم در الف
1350
00:48:31,760 –> 00:48:33,599
به صورت موازی و نتایج را به من بدهید
1351
00:48:33,599 –> 00:48:34,000
بله
1352
00:48:34,000 –> 00:48:36,720
بنابراین دوباره تکرار نمی شود، فقط راه اندازی می شود
1353
00:48:36,720 –> 00:48:37,440
را
1354
00:48:37,440 –> 00:48:39,280
محاسبه برای شما تنبلی آن را نمی خواهد
1355
00:48:39,280 –> 00:48:41,839
در واقع نتیجه را محاسبه کنید اما بله
1356
00:48:41,839 –> 00:48:43,200
اراده
1357
00:48:43,200 –> 00:48:45,839
اگر مانند امتحان تاخیر دارید
1358
00:48:45,839 –> 00:48:49,200
آخرین مثال یک csv با تأخیر خواندن
1359
00:48:49,200 –> 00:48:52,000
بنابراین شما یک چارچوب داده و سپس شما
1360
00:48:52,000 –> 00:48:53,200
یک متد روی آن فراخوانی کنید
1361
00:48:53,200 –> 00:48:55,040
آن نمودار عبور را برای
1362
00:48:55,040 –> 00:48:56,880
شما می گوییم ابتدا پانداها را بخوانید
1363
00:48:56,880 –> 00:48:57,839
تابع csv
1364
00:48:57,839 –> 00:48:59,520
و بعد از آن با من تماس بگیرید
1365
00:48:59,520 –> 00:49:00,960
فراموش کردن چه روشی را نام بردیم اما
1366
00:49:00,960 –> 00:49:02,079
با … تماس بگیر
1367
00:49:02,079 –> 00:49:04,960
روش sum بعد از اینکه csv را خواندید
1368
00:49:04,960 –> 00:49:08,559
این وابستگی را برای شما تنظیم می کند
1369
00:49:12,800 –> 00:49:16,319
می توانید x به علاوه y را نیز صدا بزنید
1370
00:49:16,319 –> 00:49:19,200
دقیقاً مطمئن نیستید که چه مثالی دارید
1371
00:49:19,200 –> 00:49:20,319
با رجوع به
1372
00:49:20,319 –> 00:49:23,119
اما اگر x یک شی با تاخیر باشد و y
1373
00:49:23,119 –> 00:49:24,559
یک شیء تاخیری است
1374
00:49:24,559 –> 00:49:28,079
سپس آن اضافه اتفاق خواهد افتاد
1375
00:49:28,079 –> 00:49:29,839
یکپارچه داس از آن مراقبت خواهد کرد
1376
00:49:29,839 –> 00:49:31,440
برای تو باز خواهد گشت
1377
00:49:31,440 –> 00:49:34,319
یک شیء تاخیری جدید که x است
1378
00:49:34,319 –> 00:49:34,880
y را بگیر
1379
00:49:34,880 –> 00:49:36,800
آنها را با هم جمع کنید که این آزمایش خواهد بود
1380
00:49:36,800 –> 00:49:38,319
نمودار
1381
00:49:38,319 –> 00:49:40,960
آیا سرعت قابل توجهی به دست می آوریم
1382
00:49:40,960 –> 00:49:41,760
با استفاده از das
1383
00:49:41,760 –> 00:49:44,960
برای کار فلج یا خوردن کمک ها در
1384
00:49:44,960 –> 00:49:47,680
با استفاده از آرایه های بزرگتر از حافظه
1385
00:49:47,680 –> 00:49:50,880
اوم هر دو بستگی به خصوصیات شما دارد
1386
00:49:50,880 –> 00:49:52,880
اوه گردش کار پس به شما بستگی دارد
1387
00:49:52,880 –> 00:49:54,800
مشکل خاص و داده های شما
1388
00:49:54,800 –> 00:49:56,000
مجموعه های درگیر
1389
00:49:56,000 –> 00:49:59,040
پس بله قطعا یکی از
1390
00:49:59,040 –> 00:50:00,960
اوه نقاط فروش میز این است که آن را
1391
00:50:00,960 –> 00:50:03,200
مقیاس به بزرگتر از آرایه های حافظه
1392
00:50:03,200 –> 00:50:05,280
اگر می خواهید در یک ترابایت بارگذاری کنید
1393
00:50:05,280 –> 00:50:07,040
آرایه به numpy
1394
00:50:07,040 –> 00:50:10,000
اوم که شما نمی خواهید این کار را انجام دهید
1395
00:50:10,000 –> 00:50:11,040
بنابراین شما می خواهید استفاده کنید
1396
00:50:11,040 –> 00:50:13,440
داده ها، بنابراین به شما کمک می کند تا مقیاس بزرگتر را افزایش دهید
1397
00:50:13,440 –> 00:50:14,559
مجموعه داده های حافظه
1398
00:50:14,559 –> 00:50:17,760
همچنین یک پویایی عمومی است
1399
00:50:17,760 –> 00:50:19,520
زمانبندی کار، بنابراین به شما کمک می کند
1400
00:50:19,520 –> 00:50:21,200
فلج کار می کند تا سرعت را از این طریق افزایش دهد
1401
00:50:21,200 –> 00:50:22,240
به شما کمک می کند
1402
00:50:22,240 –> 00:50:24,000
به عنوان مثال در مثال های زوجی ما
1403
00:50:24,000 –> 00:50:25,680
حلقه هایی داشت که وجود نداشتند
1404
00:50:25,680 –> 00:50:26,640
فلج شده
1405
00:50:26,640 –> 00:50:29,680
سپس می توانید از das برای اضافه کردن موازی استفاده کنید
1406
00:50:29,680 –> 00:50:30,880
دقیقا به همان اندازه
1407
00:50:30,880 –> 00:50:33,280
برای حلقه
1408
00:50:35,599 –> 00:50:38,319
نتایج کجاست.ضمیمه y
1409
00:50:38,319 –> 00:50:40,960
عملیات در درخت تجسم اتفاق می افتد
1410
00:50:40,960 –> 00:50:42,960
داسگلید از کجا می داند که اینطور است
1411
00:50:42,960 –> 00:50:45,040
مرتبط با تاخیر خود بنابراین
1412
00:50:45,040 –> 00:50:48,240
نتایج.پیوست
1413
00:50:48,240 –> 00:50:52,079
گام اینطور نیست که فقط یک عادی باشد
1414
00:50:52,079 –> 00:50:55,200
لیست به آنجا اضافه می شود تا میز وجود نداشته باشد
1415
00:50:55,200 –> 00:50:58,640
کد um اتفاق می افتد وجود دارد ما آیتم ها هستیم
1416
00:50:58,640 –> 00:50:59,920
ما در لیست قرار می دهیم
1417
00:50:59,920 –> 00:51:02,480
اجسام تاخیری هستند اما ما هنوز هستیم
1418
00:51:02,480 –> 00:51:03,200
فقط
1419
00:51:03,200 –> 00:51:05,760
ایجاد لیستی از مقادیر تاخیری
1420
00:51:05,760 –> 00:51:07,200
چیزی که ما در واقع در آن تجسم می کنیم
1421
00:51:07,200 –> 00:51:08,000
پایان
1422
00:51:08,000 –> 00:51:10,960
نتیجه جمع شده است um بنابراین ما آن را می گیریم
1423
00:51:10,960 –> 00:51:11,359
که
1424
00:51:11,359 –> 00:51:14,640
که منجر به لیستی از مقادیر تاخیری می شود
1425
00:51:14,640 –> 00:51:16,400
و سپس با برخی از آنها تماس بگیرید
1426
00:51:16,400 –> 00:51:19,520
اوم پس بله ضمیمه
1427
00:51:19,520 –> 00:51:23,839
بخش اوه شامل هیچ کد گاز نیست
1428
00:51:24,400 –> 00:51:25,920
جیمز نحوه انتخاب را پوشش دادی
1429
00:51:25,920 –> 00:51:27,839
تعداد کارگران
1430
00:51:27,839 –> 00:51:30,559
در سلول اول
1431
00:51:30,880 –> 00:51:34,319
اوه نه من نگرفتم بله
1432
00:51:34,319 –> 00:51:37,839
اجازه دهید من
1433
00:51:38,800 –> 00:51:40,480
وقتی آن مشتری محلی را ایجاد می کنید
1434
00:51:40,480 –> 00:51:42,240
خوشه شما می توانید ام
1435
00:51:42,240 –> 00:51:44,559
تعداد کارگران را مشخص کنید
1436
00:51:44,559 –> 00:51:46,800
شما مشتری را ایجاد می کنید یا می توانید
1437
00:51:46,800 –> 00:51:49,520
اوه شی خوشه را از آن بیرون بیاورید و
1438
00:51:49,520 –> 00:51:51,359
مقیاس
1439
00:51:51,359 –> 00:51:54,240
بسته به اینکه کدام مشتری هستید
1440
00:51:54,240 –> 00:51:55,520
از آنجا استفاده می کنیم بنابراین در این مورد ما از آن استفاده می کنیم
1441
00:51:55,520 –> 00:51:56,720
محلی
1442
00:51:56,720 –> 00:51:58,319
و بنابراین ما فرآیندهای کارگر بیشتری را اضافه خواهیم کرد
1443
00:51:58,319 –> 00:51:59,920
اساساً وقتی مقیاس می کنید
1444
00:51:59,920 –> 00:52:02,839
یا زمانی که تعداد آنها را مشخص می کنید
1445
00:52:02,839 –> 00:52:05,839
کارگران
1446
00:52:06,960 –> 00:52:08,559
بنابراین اگر قبلاً خوشه را ایجاد کرده اید
1447
00:52:08,559 –> 00:52:10,240
استدلال شما مقیاس
1448
00:52:10,240 –> 00:52:13,280
به جای ایجاد یک مورد جدید
1449
00:52:16,160 –> 00:52:17,440
و دوباره آن برای توزیع شده است
1450
00:52:17,440 –> 00:52:19,200
خوشه ای که بعداً در مورد آن صحبت خواهیم کرد
1451
00:52:19,200 –> 00:52:21,119
بر
1452
00:52:21,119 –> 00:52:24,160
جزئیات بیشتر باشه پس ساعت 10 هستیم
1453
00:52:24,160 –> 00:52:24,960
که باید باشد
1454
00:52:24,960 –> 00:52:28,160
اوه پایان استراحت ما اوه
1455
00:52:28,160 –> 00:52:30,839
خانه ستاره ای من فکر می کنم شما بعدی هستید
1456
00:52:30,839 –> 00:52:32,079
را
1457
00:52:32,079 –> 00:52:37,440
آرایه نوت بوک بسیار خوب است
1458
00:52:43,599 –> 00:52:46,880
باشه سلام بچه ها
1459
00:52:46,880 –> 00:52:50,400
نام من ستاره هاس کوتینا است
1460
00:52:50,400 –> 00:52:53,520
من در kwansite کار می کنم و اوم یک دارم
1461
00:52:53,520 –> 00:52:55,200
پس زمینه اصلی در
1462
00:52:55,200 –> 00:52:58,160
فیزیک محاسباتی و انجام بسیاری از
1463
00:52:58,160 –> 00:52:59,520
شبیه سازی طوفان
1464
00:52:59,520 –> 00:53:03,280
در ابر رایانه ها ام و
1465
00:53:03,280 –> 00:53:05,359
من خیلی دوست دارم dasc ابزاری است که از آن استفاده کرده ام
1466
00:53:05,359 –> 00:53:07,359
خیلی به من اجازه دهید کار کنم که چگونه خودم را به اشتراک بگذارم
1467
00:53:07,359 –> 00:53:08,550
صفحه نمایش یک ثانیه به من بدهید
1468
00:53:08,550 –> 00:53:11,649
[موسیقی]
1469
00:53:11,680 –> 00:53:16,079
خوب اوم اجازه دهید این را کمی بزرگتر کنم
1470
00:53:17,599 –> 00:53:20,960
در پوشه خود باید یک را ببینید
1471
00:53:20,960 –> 00:53:25,040
اوه اگر نگاه کنید باید یک را ببینید
1472
00:53:25,040 –> 00:53:27,040
دفترچه ای به نام زیرخط صفر سه
1473
00:53:27,040 –> 00:53:29,200
آرایه و این یکی است
1474
00:53:29,200 –> 00:53:33,280
من از شما بچه ها می خواهم که ما را باز کنید
1475
00:53:33,520 –> 00:53:35,920
صفحه نمایش من چگونه به نظر می رسد خوب است
1476
00:53:35,920 –> 00:53:38,640
اندازه برای مردم
1477
00:53:40,720 –> 00:53:44,559
آیا می توانید فقط کمی افزایش دهید
1478
00:53:46,079 –> 00:53:49,760
در خارج بله به نظر خوب است
1479
00:53:49,760 –> 00:53:53,760
خوب پس ما اکنون در مورد آن صحبت می کنیم
1480
00:53:53,760 –> 00:53:57,520
آرایه های وظیفه و کارهایی که تا کنون انجام داده ایم
1481
00:53:57,520 –> 00:53:58,800
با تاخیر
1482
00:53:58,800 –> 00:54:01,760
به نوعی مانند روده های سطح پایین است
1483
00:54:01,760 –> 00:54:02,800
چگونه
1484
00:54:02,800 –> 00:54:06,640
das کار می کند و اگر دارید
1485
00:54:06,640 –> 00:54:09,680
یک سفارش
1486
00:54:09,680 –> 00:54:12,720
بگذارید کمی بزرگتر کنم اوه خوب
1487
00:54:12,720 –> 00:54:13,920
خواهیم دید که چگونه کار می کند
1488
00:54:13,920 –> 00:54:17,839
اگر سفارشی دارید
1489
00:54:17,839 –> 00:54:21,760
الگوریتمی که میخواهید فلج کنید
1490
00:54:21,760 –> 00:54:24,880
استفاده از توابع تاخیری راه شماست
1491
00:54:24,880 –> 00:54:26,160
برو
1492
00:54:26,160 –> 00:54:29,760
اما بارها
1493
00:54:29,760 –> 00:54:32,960
ما از بالاترین استفاده می کنیم تا das پایه خود را داشته باشد
1494
00:54:32,960 –> 00:54:35,599
رابط با تاخیر و سپس آن را دارد
1495
00:54:35,599 –> 00:54:37,520
چندین رابط سطح بالاتر
1496
00:54:37,520 –> 00:54:40,240
و معمولا اکثر مردم استفاده خواهند کرد
1497
00:54:40,240 –> 00:54:42,240
رابط های سطح بالاتر
1498
00:54:42,240 –> 00:54:44,880
و نه داس های سطح پایین تاخیر
1499
00:54:44,880 –> 00:54:46,079
رابط
1500
00:54:46,079 –> 00:54:48,079
اما شما می توانید با هم ترکیب کنید، بنابراین ما می رویم
1501
00:54:48,079 –> 00:54:49,760
اکنون در مورد آرایه ها صحبت کنیم
1502
00:54:49,760 –> 00:54:53,440
و احتمالاً بسیاری از شما آشنا هستید
1503
00:54:53,440 –> 00:54:53,920
با
1504
00:54:53,920 –> 00:54:57,200
اوه آرایههای کمرنگ آه که هستند
1505
00:54:57,200 –> 00:55:00,000
اساسا یک بلوک دو بعدی یا a
1506
00:55:00,000 –> 00:55:01,599
بلوک n بعدی اعداد
1507
00:55:01,599 –> 00:55:05,040
فقط میدونی چند تا
1508
00:55:05,040 –> 00:55:07,599
ابعاد شما یک دو سه چهار
1509
00:55:07,599 –> 00:55:08,240
این فقط
1510
00:55:08,240 –> 00:55:11,520
بلوکی از اعداد در حافظه و خط تیره
1511
00:55:11,520 –> 00:55:12,480
آرایه ها
1512
00:55:12,480 –> 00:55:16,559
انتزاعی بر آن ها ارائه دهد
1513
00:55:16,559 –> 00:55:20,079
آرایه های numpy به شما اجازه انجام این کار را می دهد
1514
00:55:20,079 –> 00:55:23,119
چیزهای بزرگتر از آنچه در شما جا می شود
1515
00:55:23,119 –> 00:55:26,480
کامپیوتر خود و
1516
00:55:27,520 –> 00:55:29,920
نگاه کردن به صفحه نمایش آن چیزی است که انجام می دهد
1517
00:55:29,920 –> 00:55:30,559
به شما می دهد
1518
00:55:30,559 –> 00:55:32,799
یک موازی بزرگتر از آرایه حافظه
1519
00:55:32,799 –> 00:55:33,680
سیستم
1520
00:55:33,680 –> 00:55:36,799
با استفاده از آرایه های مسدود شده
1521
00:55:38,559 –> 00:55:40,559
و یکی از راه های فکر کردن به آن این است
1522
00:55:40,559 –> 00:55:41,680
numpy توزیع شده است
1523
00:55:41,680 –> 00:55:45,280
بنابراین این همان api numpy است اما روشن است
1524
00:55:45,280 –> 00:55:46,880
مجموعه داده های بزرگتر بنابراین
1525
00:55:46,880 –> 00:55:48,240
شما می توانید دو انجام دهید این به شما دو می دهد
1526
00:55:48,240 –> 00:55:49,839
یک مزیت این است که می توانید کارها را روی آن اجرا کنید
1527
00:55:49,839 –> 00:55:51,520
موازی به صورت موازی
1528
00:55:51,520 –> 00:55:54,160
بنابراین اگر شما یک محاسبات بزرگ در a
1529
00:55:54,160 –> 00:55:55,040
ماتریس یا
1530
00:55:55,040 –> 00:55:58,480
یا یک آرایه n بعدی
1531
00:55:58,480 –> 00:55:59,839
شما می توانید از تمام آکوردها در خود استفاده کنید
1532
00:55:59,839 –> 00:56:02,400
کامپیوتر برای اجرای آن یا اگر شما
1533
00:56:02,400 –> 00:56:05,359
یک کلاستر داشته باشید که می توانید از تمام هسته ها استفاده کنید
1534
00:56:05,359 –> 00:56:05,760
بر
1535
00:56:05,760 –> 00:56:07,359
در خوشه خود را به اجرا که دیگر
1536
00:56:07,359 –> 00:56:09,119
نکته این است که به شما امکان می دهد روی مجموعه های داده کار کنید
1537
00:56:09,119 –> 00:56:10,480
که از حافظه بزرگتر هستند
1538
00:56:10,480 –> 00:56:12,079
یکی از مشکلات من فکر می کنم بسیاری از ما
1539
00:56:12,079 –> 00:56:14,160
داشته اند ما سعی می کنیم و بارگذاری واقعا
1540
00:56:14,160 –> 00:56:16,319
داده های بزرگ در و سپس ما
1541
00:56:16,319 –> 00:56:18,319
هسته پایتون به دلیل تمام شدن ما خراب می شود
1542
00:56:18,319 –> 00:56:19,440
از حافظه
1543
00:56:19,440 –> 00:56:22,400
کاری که آرایه های وظیفه ای به ما اجازه می دهند انجام دهیم
1544
00:56:22,400 –> 00:56:23,520
عملیات
1545
00:56:23,520 –> 00:56:27,920
در آرایه های بزرگتر از حافظه
1546
00:56:27,920 –> 00:56:30,799
با شکستن آن به تعداد زیادی قطعات کوچک
1547
00:56:30,799 –> 00:56:32,559
انجام محاسبات روی این کوچکترها
1548
00:56:32,559 –> 00:56:33,440
قطعات
1549
00:56:33,440 –> 00:56:35,920
و سپس آنها را با هم قرار می دهد
1550
00:56:35,920 –> 00:56:36,880
به طور موثر
1551
00:56:36,880 –> 00:56:38,559
اگر یک مجموعه داده واقعاً عظیم دارید
1552
00:56:38,559 –> 00:56:40,319
این که در حافظه نمی گنجد
1553
00:56:40,319 –> 00:56:42,960
شما به نوعی روی آن داده ها دید دارید
1554
00:56:42,960 –> 00:56:43,359
تنظیم
1555
00:56:43,359 –> 00:56:45,839
و تکه تکه از آن عبور می کنی
1556
00:56:45,839 –> 00:56:46,400
به
1557
00:56:46,400 –> 00:56:48,880
محاسبات خود را انجام دهید و این کار را انجام می دهد
1558
00:56:48,880 –> 00:56:49,680
با استفاده از مسدود شده
1559
00:56:49,680 –> 00:56:52,400
الگوریتم ها و ما کمی صحبت خواهیم کرد
1560
00:56:52,400 –> 00:56:53,040
کمی در مورد
1561
00:56:53,040 –> 00:56:57,440
الگوریتم های مسدود شده است و ما می رویم
1562
00:56:57,599 –> 00:56:59,599
برخی از خود را بسازیم تا احساس کنیم
1563
00:56:59,599 –> 00:57:00,640
چگونه این کار را انجام می دهید
1564
00:57:00,640 –> 00:57:02,960
اگر لازم نبود بپرسید و ما میپرسیم
1565
00:57:02,960 –> 00:57:04,400
به شما نشان می دهد که چه کاری می تواند انجام دهد
1566
00:57:04,400 –> 00:57:06,319
بنابراین بسیاری از این آموزش به شما نشان می دهد
1567
00:57:06,319 –> 00:57:08,319
چگونه چیزها در زیر کاپوت کار می کنند
1568
00:57:08,319 –> 00:57:09,920
اما زمانی که شما واقعاً از das استفاده می کنید
1569
00:57:09,920 –> 00:57:11,680
ممکن است از برخی از این موارد در زیر استفاده نشود
1570
00:57:11,680 –> 00:57:13,680
قطعات هود
1571
00:57:13,680 –> 00:57:17,119
اوم اکنون فقط چند لینک وجود دارد
1572
00:57:17,119 –> 00:57:18,240
چند لینک به
1573
00:57:18,240 –> 00:57:20,799
در دفترچه به شما مثال هایی را نشان می دهد
1574
00:57:20,799 –> 00:57:21,760
و مستندات
1575
00:57:21,760 –> 00:57:23,119
و برخی وب سایت های دیگر تا بتوانید نگاه کنید
1576
00:57:23,119 –> 00:57:25,760
در آن، اما در ابتدا ما می خواهیم
1577
00:57:25,760 –> 00:57:27,839
برخی از داده های تصادفی تولید کنید، بنابراین فقط اجرا کنید
1578
00:57:27,839 –> 00:57:28,880
سلول اول
1579
00:57:28,880 –> 00:57:30,720
چند ثانیه طول می کشد و آن را
1580
00:57:30,720 –> 00:57:32,160
ایجاد خواهد کرد
1581
00:57:32,160 –> 00:57:35,839
ام یک مجموعه داده تصادفی
1582
00:57:35,839 –> 00:57:39,119
که چند ثانیه طول می کشد و سپس
1583
00:57:39,119 –> 00:57:42,000
دوباره در مورد برنامهریز صحبت خواهیم کرد
1584
00:57:42,000 –> 00:57:43,440
و مشتریان این همان است که قبلا
1585
00:57:43,440 –> 00:57:44,559
ما فقط می خواهیم راه اندازی کنیم
1586
00:57:44,559 –> 00:57:48,079
یک میز
1587
00:57:48,079 –> 00:57:51,760
یک خوشه کوچک و این در حال گرفتن است
1588
00:57:51,760 –> 00:57:52,960
بیشتر از چیزی که انتظار داشتم
1589
00:57:52,960 –> 00:57:55,839
یه لحظه صبر کن
1590
00:57:57,920 –> 00:57:59,359
بنابراین در حالی که ما منتظر اجرای آن هستیم
1591
00:57:59,359 –> 00:58:00,960
من می روم پایین و صحبت می کنم تا صحبت کنیم
1592
00:58:00,960 –> 00:58:01,599
درمورد
1593
00:58:01,599 –> 00:58:05,520
الگوریتم مسدود شده است
1594
00:58:06,160 –> 00:58:08,799
مجموعه داده های زیادی را می گیریم و می شکنیم
1595
00:58:08,799 –> 00:58:10,240
آن را به قطعات کوچک تبدیل کنید
1596
00:58:10,240 –> 00:58:12,079
به عنوان مثال اگر یک میلیارد داشته باشیم
1597
00:58:12,079 –> 00:58:13,839
شماره
1598
00:58:13,839 –> 00:58:18,079
و ما می خواهیم جمع را محاسبه کنیم
1599
00:58:18,079 –> 00:58:18,720
از بیل
1600
00:58:18,720 –> 00:58:20,960
میلیارد عدد به جای
1601
00:58:20,960 –> 00:58:22,160
محاسبه این
1602
00:58:22,160 –> 00:58:24,240
به طور معمول روشی که شما این کار را با شماره انجام می دهید
1603
00:58:24,240 –> 00:58:25,839
با یک آرایه numpy شما بارگذاری می کنید
1604
00:58:25,839 –> 00:58:27,359
کل مجموعه داده
1605
00:58:27,359 –> 00:58:28,799
در حافظه خوب این کار تمام شد
1606
00:58:28,799 –> 00:58:32,240
در حال اجرا
1607
00:58:33,599 –> 00:58:35,599
ما کل مجموعه داده را در حافظه بارگذاری می کنیم
1608
00:58:35,599 –> 00:58:37,599
و سپس استفاده می کنیم
1609
00:58:37,599 –> 00:58:40,240
یک تابع جمع در آرایه numpy but
1610
00:58:40,240 –> 00:58:42,160
در عوض می توانیم آن را به کوچکتر تقسیم کنیم
1611
00:58:42,160 –> 00:58:42,960
تکه ها
1612
00:58:42,960 –> 00:58:46,000
امم مثل اینکه میدونی شاید هزار تکه
1613
00:58:46,000 –> 00:58:46,559
هر کدام از
1614
00:58:46,559 –> 00:58:49,359
هر کدام 100 شبیه یک میلیون و سپس ما
1615
00:58:49,359 –> 00:58:51,040
مجموع هر تکه را محاسبه کنید
1616
00:58:51,040 –> 00:58:53,920
و سپس مجموع را محاسبه می کنیم
1617
00:58:53,920 –> 00:58:55,599
مجموع مانند بنابراین ما محاسبه متوسط
1618
00:58:55,599 –> 00:58:57,040
جمع می شود و سپس مجموع بزرگ را محاسبه می کنیم
1619
00:58:57,040 –> 00:58:57,839
بنابراین ما دریافت می کنیم
1620
00:58:57,839 –> 00:59:00,880
ما نتایج مورد نظر را مانند مجموع دریافت می کنیم
1621
00:59:00,880 –> 00:59:04,720
از یک میلیارد عدد ام
1622
00:59:04,720 –> 00:59:08,240
اما ما کاهش می دهیم
1623
00:59:08,240 –> 00:59:10,640
استفاده از حافظه با محاسبه حافظه های کوچکتر
1624
00:59:10,640 –> 00:59:12,480
پس بیایید به این نگاه کنیم
1625
00:59:12,480 –> 00:59:15,920
ما از دستوری که اجرا می کنیم استفاده می کنیم
1626
00:59:15,920 –> 00:59:16,480
زودتر
1627
00:59:16,480 –> 00:59:19,680
یک فایل hdf5 ایجاد کرد
1628
00:59:19,680 –> 00:59:22,079
اجازه دهید این را کمی کوچکتر کنم تا ما
1629
00:59:22,079 –> 00:59:23,599
می تواند کل را ببیند
1630
00:59:23,599 –> 00:59:27,280
دستور بده باشه پس
1631
00:59:27,599 –> 00:59:31,040
در اینجا ما اسکریپتی را داریم که اجرا کردیم
1632
00:59:31,040 –> 00:59:32,000
قبلا ایجاد شده است
1633
00:59:32,000 –> 00:59:35,520
یک فایل hdfi که یک باینری است
1634
00:59:35,520 –> 00:59:38,880
فرمت فایل um که به شما امکان می دهد آن را نگه دارید
1635
00:59:38,880 –> 00:59:41,520
داده و به شما امکان می دهد داده ها را تکه تکه بیرون بکشید
1636
00:59:41,520 –> 00:59:42,000
قطعه
1637
00:59:42,000 –> 00:59:43,599
بنابراین کمی بهتر از استفاده از a است
1638
00:59:43,599 –> 00:59:46,160
csv یا چیزی و اینجا
1639
00:59:46,160 –> 00:59:49,680
ما هستیم
1640
00:59:49,680 –> 00:59:51,920
باز کردن این فایل در حالت خواندن و ما
1641
00:59:51,920 –> 00:59:54,079
بیرون کشیدن یک مجموعه داده که x است
1642
00:59:54,079 –> 00:59:54,880
ارزش
1643
00:59:54,880 –> 00:59:59,760
از این فایل و این در واقع است
1644
00:59:59,760 –> 01:00:03,760
اجازه دهید فقط به شما نشان دهم که این در واقع است
1645
01:00:04,079 –> 01:00:06,240
فقط یک اشاره گر به داده های آن در واقع
1646
01:00:06,240 –> 01:00:07,280
این را نخوانده است
1647
01:00:07,280 –> 01:00:10,160
در آن فقط گفت ام، این یک اشاره گر است
1648
01:00:10,160 –> 01:00:11,359
به داده های روی دیسک
1649
01:00:11,359 –> 01:00:14,319
اساسا و سپس اگر شما نگاه کنید آن را کردم
1650
01:00:14,319 –> 01:00:15,200
یک میلیارد
1651
01:00:15,200 –> 01:00:18,799
امتیاز پس بیایید کار کنیم چگونه ما
1652
01:00:18,799 –> 01:00:21,680
این را از مجموع این محاسبه می کند
1653
01:00:21,680 –> 01:00:23,760
با یک الگوریتم مسدود شده
1654
01:00:23,760 –> 01:00:26,240
بنابراین من قصد دارم از طریق این چه راه رفتن
1655
01:00:26,240 –> 01:00:28,160
ما قصد داریم انجام دهیم
1656
01:00:28,160 –> 01:00:31,440
ما در حال تهیه لیستی به نام sums هستیم
1657
01:00:31,440 –> 01:00:35,440
که فقط ام را نگه می دارم
1658
01:00:35,440 –> 01:00:38,240
مبالغ میانی ما که می رویم
1659
01:00:38,240 –> 01:00:39,760
فقط یک حلقه انجام دهید
1660
01:00:39,760 –> 01:00:43,280
از یک تا یک میلیون میدونی
1661
01:00:43,280 –> 01:00:44,720
یک تا یک میلیارد
1662
01:00:44,720 –> 01:00:48,319
صد هزار در یک زمان رفتن
1663
01:00:48,319 –> 01:00:50,240
و ما یک تکه از آن را بیرون می آوریم
1664
01:00:50,240 –> 01:00:51,680
داده
1665
01:00:51,680 –> 01:00:54,960
و اساساً ما آن مجموعه d را می گیریم
1666
01:00:54,960 –> 01:00:58,240
که در اصل uh داده x از
1667
01:00:58,240 –> 01:00:59,040
ساعت
1668
01:00:59,040 –> 01:01:03,920
فایل hdfi و ما قصد داریم
1669
01:01:03,920 –> 01:01:05,680
در هر تکرار از حلقه ما هستیم
1670
01:01:05,680 –> 01:01:07,599
بیرون کشیدن یک تکه که از آن می رویم
1671
01:01:07,599 –> 01:01:10,079
صفر تا میلیون یک میلیون به دو
1672
01:01:10,079 –> 01:01:11,839
میلیون دو میلیون تا سه میلیون
1673
01:01:11,839 –> 01:01:16,000
بنابراین ما یک سری تکه ها را بیرون می آوریم
1674
01:01:16,000 –> 01:01:19,040
که هر کدام یک میلیون اندازه و
1675
01:01:19,040 –> 01:01:20,160
سپس
1676
01:01:20,160 –> 01:01:22,240
ما اضافه می کنیم ما در حال محاسبه هستیم
1677
01:01:22,240 –> 01:01:24,319
مجموع هر تکه
1678
01:01:24,319 –> 01:01:26,000
و ما جمع هر کدام را اضافه می کنیم
1679
01:01:26,000 –> 01:01:27,680
تکه در این
1680
01:01:27,680 –> 01:01:32,000
لیست و در واقع
1681
01:01:32,000 –> 01:01:35,130
اجازه دهید به یاد بیاورم که چگونه این کار را انجام دهم
1682
01:01:35,130 –> 01:01:36,799
[موسیقی]
1683
01:01:36,799 –> 01:01:41,440
اجازه دهید من سلول را در اینجا تقسیم کنم تا اگر این را اجرا کنم
1684
01:01:41,440 –> 01:01:44,400
این در تمام فایل ها حلقه می زند
1685
01:01:44,400 –> 01:01:45,599
و
1686
01:01:45,599 –> 01:01:50,000
اگر به مبالغ نگاه کنیم
1687
01:01:50,000 –> 01:01:53,119
این دارای مبالغ میانی است
1688
01:01:53,119 –> 01:01:56,640
هر تکه
1689
01:01:59,039 –> 01:02:02,000
و حالا اگر مجموع را محاسبه کنیم
1690
01:02:02,000 –> 01:02:03,119
مبالغ
1691
01:02:03,119 –> 01:02:06,640
ما مجموع um که
1692
01:02:06,640 –> 01:02:08,960
این به صورت تصادفی تولید شده است
1693
01:02:08,960 –> 01:02:09,760
شماره بنابراین
1694
01:02:09,760 –> 01:02:11,280
ممکن است ارزش شما کمی متفاوت باشد
1695
01:02:11,280 –> 01:02:13,680
از مال من
1696
01:02:14,160 –> 01:02:18,000
اکنون به عنوان یک تمرین سریع
1697
01:02:18,000 –> 01:02:21,039
بیایید ببینیم آیا می توانید این را بگیرید
1698
01:02:21,039 –> 01:02:24,880
اطلاعات و همین کار را برای a
1699
01:02:24,880 –> 01:02:25,920
منظور داشتن
1700
01:02:25,920 –> 01:02:27,440
و بنابراین شما دستورالعمل های ما را دریافت کرده اید
1701
01:02:27,440 –> 01:02:29,760
قرار است مجموع هر بلوک را محاسبه کند
1702
01:02:29,760 –> 01:02:32,000
سپس طول هر بلوک را محاسبه کنید
1703
01:02:32,000 –> 01:02:33,039
جمع را محاسبه کنید
1704
01:02:33,039 –> 01:02:36,559
از هزار مجموع و مجموع از
1705
01:02:36,559 –> 01:02:37,440
هزار طول
1706
01:02:37,440 –> 01:02:40,400
و سپس یکی را بر دیگری تقسیم کنید تا من انجام دهم
1707
01:02:40,400 –> 01:02:43,039
چند ثانیه بده
1708
01:02:43,039 –> 01:02:47,119
اوم تا ببینم آیا شما بچه ها می توانید ام
1709
01:02:47,119 –> 01:02:48,720
باید بتوانید آن را کپی و پیست کنید
1710
01:02:48,720 –> 01:02:50,559
کد از اینجا بالا
1711
01:02:50,559 –> 01:02:54,160
اوم و سپس اوم
1712
01:02:54,160 –> 01:02:58,960
به جای انجام یک معنی انجام دهید
1713
01:02:58,960 –> 01:03:01,520
جمع بندی پس من فقط به شما بچه ها می دهم
1714
01:03:01,520 –> 01:03:02,960
حدود یک دقیقه آن را امتحان کنم، سپس آن را امتحان خواهم کرد
1715
01:03:02,960 –> 01:03:04,319
از آن عبور کنید
1716
01:03:04,319 –> 01:03:06,480
ام
1717
01:03:08,480 –> 01:03:10,240
و اجازه دهید به سوالات نگاه کنم، بله
1718
01:03:10,240 –> 01:03:11,839
افراد در کلاسور ممکن است آن را دریافت نکنند
1719
01:03:11,839 –> 01:03:13,119
همین پاسخ را می دهد زیرا فکر می کنم شما دارید استفاده می کنید
1720
01:03:13,119 –> 01:03:14,480
یک مجموعه داده کوچکتر به نظر می رسد که شما هستید
1721
01:03:14,480 –> 01:03:16,799
با استفاده از یک مجموعه داده که بیشتر شبیه است
1722
01:03:16,799 –> 01:03:18,559
تقریباً نصف یا کمتر از اندازه
1723
01:03:18,559 –> 01:03:20,160
پاسخی که دریافت می کنید متفاوت است خوب
1724
01:03:20,160 –> 01:03:22,319
کلاسور پنج میلیون دارد پس یک
1725
01:03:22,319 –> 01:03:23,760
مجموعه داده های کوچکتر
1726
01:03:23,760 –> 01:03:31,599
اوم ببینیم سوالی هست یا نه
1727
01:03:31,599 –> 01:03:35,440
خوب اجازه دهید من از طریق این در حال حاضر
1728
01:03:35,440 –> 01:03:37,680
ام
1729
01:03:43,119 –> 01:03:46,480
بسیار شبیه به بالا ما فقط اضافه می کنیم
1730
01:03:46,480 –> 01:03:47,760
چیز اضافی که ما در حال محاسبه آن هستیم
1731
01:03:47,760 –> 01:03:48,880
طول ها
1732
01:03:48,880 –> 01:03:52,160
و سپس در اینجا ما به عنوان
1733
01:03:52,160 –> 01:03:53,119
زودتر ما دریافت می کنیم
1734
01:03:53,119 –> 01:03:56,559
مجموع یک تکه ام
1735
01:03:56,559 –> 01:03:59,119
و سپس ما طول اضافه می کنیم
1736
01:03:59,119 –> 01:04:00,640
از هر تکه
1737
01:04:00,640 –> 01:04:03,920
و حالا اگر مجموع مبالغ را بگیریم
1738
01:04:03,920 –> 01:04:07,440
و مجموع طول هایی که می توانیم بدست آوریم
1739
01:04:07,440 –> 01:04:09,359
متوسط و این کمی طول می کشد
1740
01:04:09,359 –> 01:04:11,599
چون از همه چیز عبور می کند
1741
01:04:11,599 –> 01:04:14,720
حالا این کاری است که اگر شما انجام می دادید
1742
01:04:14,720 –> 01:04:15,280
داشتند انجام می دادند
1743
01:04:15,280 –> 01:04:17,839
آن را به صورت دستی اگر کسی به شما بزرگتر داد
1744
01:04:17,839 –> 01:04:19,440
از مجموعه داده های حافظه
1745
01:04:19,440 –> 01:04:23,760
و شما باید نحوه محاسبه را کار می کردید
1746
01:04:23,760 –> 01:04:27,760
این الگوریتم ها را خودتان
1747
01:04:27,760 –> 01:04:31,280
با مجموعه داده بزرگتر از حافظه
1748
01:04:31,839 –> 01:04:34,960
مجموع و میانگین بسیار ساده هستند
1749
01:04:34,960 –> 01:04:39,280
و شما می توانید از طریق آنها به نوعی استدلال کنید
1750
01:04:39,280 –> 01:04:41,520
الگوریتم های دیگر می توانند بیشتر دریافت کنند
1751
01:04:41,520 –> 01:04:42,640
بغرنج
1752
01:04:42,640 –> 01:04:45,839
و کاری که آرایه das انجام می دهد این است که پیاده سازی می کند
1753
01:04:45,839 –> 01:04:46,960
این الگوریتم ها
1754
01:04:46,960 –> 01:04:50,000
برای شما اساسا است
1755
01:04:50,000 –> 01:04:54,240
کتابخانه ای که از api numpy تقلید می کند
1756
01:04:54,240 –> 01:04:57,680
و این نوع ترفندها را انجام می دهد
1757
01:04:57,680 –> 01:05:01,599
همان الگوریتمهای ناپیدا را انجام دهید
1758
01:05:01,599 –> 01:05:03,359
در مجموعه دادههای بزرگتری که در آن جا نمیشوند
1759
01:05:03,359 –> 01:05:05,520
حافظه
1760
01:05:05,520 –> 01:05:08,640
تک تک قطعات را اجرا نمی کند
1761
01:05:08,640 –> 01:05:10,640
از api numpy زیرا api numpy
1762
01:05:10,640 –> 01:05:11,920
بسیار وسیع است
1763
01:05:11,920 –> 01:05:15,760
اما اکثریت را پوشش می دهد
1764
01:05:15,760 –> 01:05:19,200
قطعات مورد استفاده در حال حاضر اجازه دهید به عقب برگردیم
1765
01:05:19,200 –> 01:05:20,839
و این را تکرار کنید
1766
01:05:20,839 –> 01:05:23,920
um با استفاده از آرایه وظیفه و بنابراین ما می رویم
1767
01:05:23,920 –> 01:05:24,240
به
1768
01:05:24,240 –> 01:05:27,280
آرایه خط تیره را به عنوان da وارد کنید
1769
01:05:27,280 –> 01:05:30,640
و بیایید به این دستور نگاه کنیم
1770
01:05:30,640 –> 01:05:33,920
ما از یک خط فرمان جدید استفاده می کنیم
1771
01:05:33,920 –> 01:05:35,359
آرایه
1772
01:05:35,359 –> 01:05:38,559
از آرایه باشه
1773
01:05:38,559 –> 01:05:42,160
و کاری که این انجام می دهد این است
1774
01:05:42,160 –> 01:05:45,599
می تواند هر کدام را بگیرد
1775
01:05:45,599 –> 01:05:48,400
شیئی که آرایه مانند for است
1776
01:05:48,400 –> 01:05:50,160
به عنوان مثال در اینجا ما deset
1777
01:05:50,160 –> 01:05:53,359
ام الف است
1778
01:05:53,359 –> 01:05:55,440
اشاره گر به فایلی که می تواند به شما برگرداند
1779
01:05:55,440 –> 01:05:57,039
یک آرایه ناقص
1780
01:05:57,039 –> 01:06:00,400
و بنابراین چه چیزی از آرایه می تواند انجام دهد
1781
01:06:00,400 –> 01:06:03,440
این را بگیرید و یک آرایه خط تیره ایجاد کنید
1782
01:06:03,440 –> 01:06:06,880
و ما یک قطعه اضافی داریم که باید داشته باشیم
1783
01:06:06,880 –> 01:06:08,079
به داس بگو
1784
01:06:08,079 –> 01:06:10,160
چگونه می خواهیم آرایه را تجزیه کنیم
1785
01:06:10,160 –> 01:06:11,280
چون داره میره
1786
01:06:11,280 –> 01:06:13,200
یک خط تیره آرایه را از هم می پاشد
1787
01:06:13,200 –> 01:06:14,880
به قسمت های مختلف
1788
01:06:14,880 –> 01:06:18,079
اوه که ما به آن تکه هایی می گوییم که باید انجام دهیم
1789
01:06:18,079 –> 01:06:19,760
بگو
1790
01:06:19,760 –> 01:06:24,079
چگونه می توان آن را در این مورد از بین برد
1791
01:06:24,079 –> 01:06:25,599
ما یک آرایه یک بعدی داریم بنابراین
1792
01:06:25,599 –> 01:06:28,240
تنها یک بعد برای تکه وجود دارد
1793
01:06:28,240 –> 01:06:30,839
و بنابراین هنگامی که ما این کار را انجام می دهیم، در حال ایجاد یک
1794
01:06:30,839 –> 01:06:32,319
x و
1795
01:06:32,319 –> 01:06:35,200
اگر به این نگاه کنید
1796
01:06:36,400 –> 01:06:39,440
هر مقدار
1797
01:06:39,440 –> 01:06:41,680
هر قطعه پس این چهار گیگابایت است
1798
01:06:41,680 –> 01:06:42,720
آرایه
1799
01:06:42,720 –> 01:06:45,359
و هر قطعه حدود چهار مگابایت است
1800
01:06:45,359 –> 01:06:47,119
شکل آرایه کامل
1801
01:06:47,119 –> 01:06:50,720
یک میلیارد عنصر و شکل از
1802
01:06:50,720 –> 01:06:51,760
هر تکه
1803
01:06:51,760 –> 01:06:56,240
100000 عنصر است
1804
01:06:56,240 –> 01:07:00,319
و بنابراین شما 10000 تکه دارید
1805
01:07:00,319 –> 01:07:03,359
بنابراین دوباره در اینجا ما این نیست
1806
01:07:03,359 –> 01:07:05,599
بازگشت به تاخیر در این نقطه ما
1807
01:07:05,599 –> 01:07:06,640
نخوانده اند
1808
01:07:06,640 –> 01:07:10,000
هر چیزی که به طور مستقیم نخوانده ایم
1809
01:07:10,000 –> 01:07:11,760
در هیچ داده ای ما انجام نداده ایم
1810
01:07:11,760 –> 01:07:14,000
محاسباتی که ما به تازگی انجام داده ایم a
1811
01:07:14,000 –> 01:07:18,079
اشاره گر به تمام داده ها به نوعی
1812
01:07:20,000 –> 01:07:22,400
و اکنون
1813
01:07:26,640 –> 01:07:30,480
ما یک api و رابط مشابه داریم
1814
01:07:30,480 –> 01:07:33,039
به آنچه شما را در numpy اما
1815
01:07:33,039 –> 01:07:34,400
زیر کاپوت ما این را داریم
1816
01:07:34,400 –> 01:07:37,440
آرایه وظایف توزیع شده و بنابراین ما می توانیم انجام دهیم
1817
01:07:37,440 –> 01:07:38,240
چیزی مثل
1818
01:07:38,240 –> 01:07:43,039
اوم بذار ببینم پایین تره یا نه
1819
01:07:43,039 –> 01:07:47,200
بله، بنابراین اگر اینجا انجام دهیم، نتایجی خواهیم داشت
1820
01:07:47,200 –> 01:07:50,960
و نتیجه.جمع
1821
01:07:51,440 –> 01:07:54,480
و result.sum هنوز ندارد
1822
01:07:54,480 –> 01:07:57,680
هر کاری انجام داده فقط چهار کیلوبایت است
1823
01:07:57,680 –> 01:08:00,240
چیز چون دوباره به یاد داشته باشید غروب است
1824
01:08:00,240 –> 01:08:01,039
تنبل
1825
01:08:01,039 –> 01:08:04,799
بنابراین چیزهایی مانند مجموع و
1826
01:08:04,799 –> 01:08:08,480
ناتوانی دیگر
1827
01:08:08,960 –> 01:08:12,319
توابع در واقع محاسبه نمی شوند
1828
01:08:12,319 –> 01:08:14,640
هر چیزی که آنها آن نمودار وظیفه را بسازند
1829
01:08:14,640 –> 01:08:16,479
قبلا در موردش صحبت میکردیم
1830
01:08:16,479 –> 01:08:19,839
اگر واقعاً نتیجه را محاسبه کنیم
1831
01:08:19,839 –> 01:08:22,839
با استفاده از یک محاسبات اکنون ما آن را خواهیم دید
1832
01:08:22,839 –> 01:08:25,839
پاسخ
1833
01:08:28,640 –> 01:08:30,238
پس حالا که نتیجه را انجام دادیم یا
1834
01:08:30,238 –> 01:08:32,799
محاسبه آن در واقع گرفته شده هر آن است
1835
01:08:32,799 –> 01:08:35,920
مجموعه داده های موجود در فایل را طی کرد
1836
01:08:35,920 –> 01:08:39,120
هر تکه بارگذاری میشود و سپس بارگذاری میشود
1837
01:08:39,120 –> 01:08:40,640
را محاسبه کرد
1838
01:08:40,640 –> 01:08:42,640
روی هر تنه جمع می شود و سپس جمع می شود
1839
01:08:42,640 –> 01:08:44,158
همه تنه ها با هم
1840
01:08:44,158 –> 01:08:48,000
و اوهوم داره
1841
01:08:48,000 –> 01:08:50,080
شما می دانید انجام شده است که در واقع اجازه دهید من ببینم
1842
01:08:50,080 –> 01:08:51,679
اگر بتوانم این کار را انجام دهم کاملا مطمئن هستم که این
1843
01:08:51,679 –> 01:08:52,719
کار خواهد کرد
1844
01:08:52,719 –> 01:08:54,960
ولی
1845
01:09:04,319 –> 01:09:05,520
اکنون این کمی بیشتر طول می کشد
1846
01:09:05,520 –> 01:09:07,839
انتظار داشتم
1847
01:09:09,839 –> 01:09:11,920
بنابراین اگر شما نتیجه.تجسم شما باید
1848
01:09:11,920 –> 01:09:14,080
دیدن
1849
01:09:15,040 –> 01:09:20,080
مطمئن نیستم چرا ظاهر نشد
1850
01:09:20,080 –> 01:09:22,640
باشه اگه میخوای خیلی کوچیکه میبینم همینه
1851
01:09:22,640 –> 01:09:23,600
اوه
1852
01:09:23,600 –> 01:09:27,520
نمی دانم می توانید این را ببینید یا نه
1853
01:09:31,040 –> 01:09:34,238
بله خیلی کمرنگ است اما نمودار اینطور است
1854
01:09:34,238 –> 01:09:36,319
بزرگ که آن را به یک بسیار کوچک تبدیل کرد
1855
01:09:36,319 –> 01:09:38,080
تصویر
1856
01:09:38,080 –> 01:09:41,440
مطمئن نیستم که بتوانم آن را بیرون بیاورم یا نه
1857
01:09:44,799 –> 01:09:46,158
بله من نگران این موضوع نیستم
1858
01:09:46,158 –> 01:09:47,920
اگر خیلی کمرنگ می بینید
1859
01:09:47,920 –> 01:09:50,158
اوه چون هزارتا داره
1860
01:09:50,158 –> 01:09:51,120
عناصر
1861
01:09:51,120 –> 01:09:54,080
تصویر در سراسر صفحه نمایش کشیده شده است
1862
01:09:54,080 –> 01:09:55,920
و من فکر می کنم چون روی آن زوم شده ام
1863
01:09:55,920 –> 01:09:59,760
کمی عجیب به نظر می رسد
1864
01:09:59,760 –> 01:10:02,800
بنابراین به هر حال اما اوه نتیجه تجسم
1865
01:10:02,800 –> 01:10:04,080
به شما نشان می دهد
1866
01:10:04,080 –> 01:10:07,120
واقعی ام
1867
01:10:07,120 –> 01:10:10,800
نتیجه خوب مثال سریع
1868
01:10:10,800 –> 01:10:13,520
اوم چگونه این میانگین را محاسبه می کنید
1869
01:10:13,520 –> 01:10:14,560
باشه ببینیم یکی میگه
1870
01:10:14,560 –> 01:10:17,199
اگر روی آن دوبار کلیک کنم باید نشان داده شود
1871
01:10:17,199 –> 01:10:19,440
جواب منفی
1872
01:10:20,800 –> 01:10:23,120
شاید
1873
01:10:26,800 –> 01:10:29,120
اوه، بله، پس وجود دارد
1874
01:10:29,120 –> 01:10:30,560
بزرگ وجود دارد
1875
01:10:30,560 –> 01:10:33,199
اوه پس اگر به این درست در قسمت نگاه کنید
1876
01:10:33,199 –> 01:10:34,080
پایین
1877
01:10:34,080 –> 01:10:36,719
ما همه این آرایه ها و اوه را داریم
1878
01:10:36,719 –> 01:10:39,199
تکه ها و سپس در حال محاسبه مجموع است
1879
01:10:39,199 –> 01:10:41,040
اگر به وسط جایی اینجا نگاه کنید
1880
01:10:41,040 –> 01:10:42,719
باید خوانده شود اما من فکر می کنم شما
1881
01:10:42,719 –> 01:10:44,159
برای آن باید بیشتر زوم کرد
1882
01:10:44,159 –> 01:10:46,000
و سپس ما بالا می رویم همه را محاسبه می کنیم
1883
01:10:46,000 –> 01:10:47,920
مجموع تکه تکه ها
1884
01:10:47,920 –> 01:10:50,719
و سپس در واقع در حال محاسبه است
1885
01:10:50,719 –> 01:10:52,159
مبالغ جزئی
1886
01:10:52,159 –> 01:10:53,679
برای گروه های تکه ها و سپس آن را
1887
01:10:53,679 –> 01:10:55,040
محاسبه مجموع آن و
1888
01:10:55,040 –> 01:10:56,480
محاسبه مجموع آنها
1889
01:10:56,480 –> 01:10:58,480
و سپس در نهایت با
1890
01:10:58,480 –> 01:10:59,920
جواب نهایی
1891
01:10:59,920 –> 01:11:04,719
بنابراین نمودار کار پیچیده است
1892
01:11:04,719 –> 01:11:06,960
اکنون
1893
01:11:09,120 –> 01:11:11,040
زمانی که شما انجام می دهید زمانی که ما کار خود را انجام دادیم
1894
01:11:11,040 –> 01:11:12,560
نمونه هایی با تاخیر
1895
01:11:12,560 –> 01:11:14,719
برای حلقه های for ما به نوعی رفتیم
1896
01:11:14,719 –> 01:11:16,719
از طریق برخی
1897
01:11:16,719 –> 01:11:19,520
فردی این یک کار بسیار ساده بود
1898
01:11:19,520 –> 01:11:21,440
نمودار و منطقی به نظر می رسد
1899
01:11:21,440 –> 01:11:23,600
آی تی
1900
01:11:24,239 –> 01:11:26,640
زمانی که از آن استفاده می کنید بسیار ساده است
1901
01:11:26,640 –> 01:11:27,760
وقتی دارید
1902
01:11:27,760 –> 01:11:31,679
بسیاری از وظایف مانند هزار یا بیشتر
1903
01:11:31,679 –> 01:11:35,520
امم وظایفی که ممکن است بخواهیم انجام دهیم
1904
01:11:35,520 –> 01:11:37,360
نمودار کار متفاوت است و اگر شما
1905
01:11:37,360 –> 01:11:39,679
به سمت راست صفحه من نگاه کنید
1906
01:11:39,679 –> 01:11:43,120
یک تصویر وجود دارد که در آن فکر می کنم
1907
01:11:43,120 –> 01:11:45,760
قرمز زمانی است که یک وظیفه در حال اجرا است و
1908
01:11:45,760 –> 01:11:46,239
آبی
1909
01:11:46,239 –> 01:11:48,400
زمانی است که کامل می شود و اگر نگاه کنید
1910
01:11:48,400 –> 01:11:50,239
این نمی رود
1911
01:11:50,239 –> 01:11:52,159
در یک نظم خاص به نوعی پیش می رود
1912
01:11:52,159 –> 01:11:53,520
در یک کمی
1913
01:11:53,520 –> 01:11:57,199
روش جالب و
1914
01:11:57,199 –> 01:11:59,600
کاری که انجام می دهد این است که سعی در استفاده از آن دارد
1915
01:11:59,600 –> 01:12:01,040
چند آکورد به صورت موازی
1916
01:12:01,040 –> 01:12:03,280
و تلاش می کند عملیات را زنجیره ای کند
1917
01:12:03,280 –> 01:12:04,719
تک بلوک قبل از حرکت به
1918
01:12:04,719 –> 01:12:05,840
بعدی
1919
01:12:05,840 –> 01:12:08,960
um dascar نرخ شما می دانید که آن را می گیرد شما
1920
01:12:08,960 –> 01:12:11,199
عملیات آرایه opera و ساخت آن
1921
01:12:11,199 –> 01:12:12,560
در این نمودار وظیفه
1922
01:12:12,560 –> 01:12:14,960
یا یک گراف غیر چرخه ای جهت دار از
1923
01:12:14,960 –> 01:12:16,480
وظایف مرتبط
1924
01:12:16,480 –> 01:12:21,120
و این وظایف وابستگی هایی دارند
1925
01:12:21,120 –> 01:12:24,800
در بین آنها ام و
1926
01:12:24,800 –> 01:12:28,480
در حال کار کردن است که آن ها چه هستند
1927
01:12:28,480 –> 01:12:30,719
وابستگی ها در حال ساختن نمودار و
1928
01:12:30,719 –> 01:12:32,080
سپس وقتی محاسبه را اجرا می کنید
1929
01:12:32,080 –> 01:12:33,760
سپس das گراف را با آن اجرا می کند
1930
01:12:33,760 –> 01:12:35,440
رشته های متعدد و
1931
01:12:35,440 –> 01:12:36,719
در این مورد کمی بیشتر صحبت خواهیم کرد
1932
01:12:36,719 –> 01:12:39,840
بعدا اوم
1933
01:12:40,000 –> 01:12:43,120
کسی در مورد openmp یا mpi پرسید
1934
01:12:43,120 –> 01:12:45,120
من می گویم تفاوت زیادی بین
1935
01:12:45,120 –> 01:12:46,560
openmp و mpi
1936
01:12:46,560 –> 01:12:50,239
با کسانی است که شما هستید
1937
01:12:50,239 –> 01:12:52,400
به صراحت آنچه نمودار وظیفه را تعریف می کند
1938
01:12:52,400 –> 01:12:53,840
اوه شما می گویید
1939
01:12:53,840 –> 01:12:56,800
mpi یا openmpi چگونه چیزها را محاسبه کنیم
1940
01:12:56,800 –> 01:12:57,280
das
1941
01:12:57,280 –> 01:13:00,719
به نوعی این کار را برای شما انجام می دهد
1942
01:13:01,280 –> 01:13:04,960
خوب هر کسی هم همینطور
1943
01:13:04,960 –> 01:13:08,320
بیایید نگاهی به آنچه می دانید برای
1944
01:13:08,320 –> 01:13:11,440
مثالی برای میانگینی که باید باشد
1945
01:13:11,440 –> 01:13:15,199
x dot به این معنی است که میدانید اگر انجام میدهید x dot یعنی
1946
01:13:15,199 –> 01:13:16,880
اوه که در واقع هیچ کاری نکرد
1947
01:13:16,880 –> 01:13:19,360
فقط به شما یک
1948
01:13:19,360 –> 01:13:21,040
شیء تاخیری، بنابراین اگر انجام دهید x به معنای نقطه است
1949
01:13:21,040 –> 01:13:23,760
محاسبه نقطه ای
1950
01:13:25,120 –> 01:13:28,159
اکنون در واقع میانگین را محاسبه خواهد کرد
1951
01:13:28,159 –> 01:13:33,840
و بنابراین هر یک از ام
1952
01:13:33,920 –> 01:13:37,040
هر یک از اشیاء آرایه
1953
01:13:37,040 –> 01:13:40,400
numpy apis که می توانید استفاده کنید
1954
01:13:40,400 –> 01:13:42,000
با یک آرایه numpy باید بتوانید
1955
01:13:42,000 –> 01:13:44,640
کاری مشابه با آرایه dash انجام دهید
1956
01:13:44,640 –> 01:13:47,840
اگر به x نگاه کنید لایک کنید
1957
01:13:47,840 –> 01:13:50,640
و تب را بزنید همان argmax را دارید
1958
01:13:50,640 –> 01:13:51,520
بحث و جدل
1959
01:13:51,520 –> 01:13:52,719
میدونی که چندتا اضافه داری
1960
01:13:52,719 –> 01:13:54,159
چیزهایی مانند تکه هایی که numpy این کار را نمی کند
1961
01:13:54,159 –> 01:13:54,880
دارند
1962
01:13:54,880 –> 01:13:57,840
و محاسبه کنید اما پس از آن نقطه cumsum می دانید
1963
01:13:57,840 –> 01:14:01,280
همه این چیزهای مختلف در دسترس هستند
1964
01:14:01,280 –> 01:14:04,320
امم یکی دیگه
1965
01:14:04,320 –> 01:14:06,640
نقطه ای که می دانید شخصی به آن اشاره کرده است
1966
01:14:06,640 –> 01:14:10,000
به نظر می رسد که بیشتر طول بکشد
1967
01:14:10,400 –> 01:14:15,440
اگر آرایه numpy شما در حافظه جا می شود
1968
01:14:15,440 –> 01:14:17,600
و شما در حال انجام یک محاسبه واحد هستید
1969
01:14:17,600 –> 01:14:20,159
مثل اوه
1970
01:14:20,159 –> 01:14:22,719
که در سریال است شما چیز زیادی نخواهید دید
1971
01:14:22,719 –> 01:14:23,840
سود عملکرد
1972
01:14:23,840 –> 01:14:25,520
بیش از استفاده از numpy زیرا numpy است
1973
01:14:25,520 –> 01:14:28,000
در حال حاضر بسیار بهینه شده است
1974
01:14:28,000 –> 01:14:31,280
و غروب بسیار خوش ساخت است
1975
01:14:31,280 –> 01:14:32,640
وقتی که هستید مفیدتر خواهد بود
1976
01:14:32,640 –> 01:14:34,880
ساخت محاسباتی که می تواند باشد
1977
01:14:34,880 –> 01:14:37,280
فلج یا محاسباتی که اینطور نیست
1978
01:14:37,280 –> 01:14:40,480
اکنون در حافظه جای می گیرد
1979
01:14:40,480 –> 01:14:42,800
از اینجا پایین بیایید به دیگری نگاه کنیم
1980
01:14:42,800 –> 01:14:43,920
مثال
1981
01:14:43,920 –> 01:14:47,199
ما یک 20 در 20000 ایجاد می کنیم
1982
01:14:47,199 –> 01:14:50,480
ام آرایه تصادفی
1983
01:14:50,480 –> 01:14:53,040
به طور معمول مقادیر تصادفی توزیع شده و
1984
01:14:53,040 –> 01:14:54,560
اکنون این دو بعدی است
1985
01:14:54,560 –> 01:14:56,159
هنگامی که ما در حال انجام دو بعدی و ما
1986
01:14:56,159 –> 01:14:57,920
می خواهید آن را به یک آرایه میز تبدیل کنید
1987
01:14:57,920 –> 01:15:00,880
ما باید به نوعی بگوییم که شما چگونه می خواهید
1988
01:15:00,880 –> 01:15:01,520
آن را تکه تکه کن
1989
01:15:01,520 –> 01:15:04,000
در هر بعد و برای سادگی
1990
01:15:04,000 –> 01:15:05,440
در اینجا ما در حال گرفتن هزار در
1991
01:15:05,440 –> 01:15:06,800
جهت x و هزار در
1992
01:15:06,800 –> 01:15:08,000
جهت y
1993
01:15:08,000 –> 01:15:10,880
اما بسته به ماتریس خود می دانید
1994
01:15:10,880 –> 01:15:11,280
شما
1995
01:15:11,280 –> 01:15:14,800
اندازه بلوک شما ام
1996
01:15:14,800 –> 01:15:17,840
ما می توانیم این تکه ها را تغییر دهیم
1997
01:15:17,840 –> 01:15:19,440
در نحوه خواندنمان کارآمدتر باشیم
1998
01:15:19,440 –> 01:15:21,360
چیزها و سپس ما سعی می کنیم و
1999
01:15:21,360 –> 01:15:21,840
گرفتن
2000
01:15:21,840 –> 01:15:25,199
اوه میانگین در کنار
2001
01:15:25,199 –> 01:15:28,239
یکی از محورها و
2002
01:15:28,239 –> 01:15:31,760
هر صدمین عنصر آن را بگیرید
2003
01:15:31,760 –> 01:15:35,040
اوم پس اگر ما این کار را انجام دهیم اگر به آن نگاه کنیم
2004
01:15:35,040 –> 01:15:37,840
اندازه این مجموعه داده
2005
01:15:37,840 –> 01:15:40,800
این مجموعه داده 3.2 گیگابایت است، بنابراین
2006
01:15:40,800 –> 01:15:42,560
این یک مجموعه داده بسیار بزرگ است
2007
01:15:42,560 –> 01:15:47,920
اوم و حالا بیایید زمان را محاسبه کنیم
2008
01:15:47,920 –> 01:15:49,920
باید چند ثانیه طول بکشد
2009
01:15:49,920 –> 01:15:51,679
باید از چهار فرآیند در من استفاده کند
2010
01:15:51,679 –> 01:15:52,159
دستگاه
2011
01:15:52,159 –> 01:15:55,490
در حال حاضر حدود 18 ثانیه طول کشید
2012
01:15:55,490 –> 01:15:58,560
[موسیقی]
2013
01:16:00,159 –> 01:16:04,560
خوب پس این فقط داده است
2014
01:16:04,840 –> 01:16:07,840
اکنون
2015
01:16:08,800 –> 01:16:11,760
من می خواهم از طریق برخی از آنها قدم بزنم
2016
01:16:11,760 –> 01:16:13,360
مقایسه عملکرد در حال حاضر ما هستیم
2017
01:16:13,360 –> 01:16:14,719
در واقع قرار نیست اینها را اجرا کند
2018
01:16:14,719 –> 01:16:18,159
اوم اما این زیر
2019
01:16:18,159 –> 01:16:21,600
بخش بر روی زیبا ساخته شده است
2020
01:16:21,600 –> 01:16:24,880
قوی مثل لپ تاپ
2021
01:16:24,880 –> 01:16:27,440
اوم و شما به حدود 4 گیگابایت حافظه اصلی نیاز دارید
2022
01:16:27,440 –> 01:16:29,120
حافظه برای انجام این کار
2023
01:16:29,120 –> 01:16:31,840
بنابراین اگر از umpy مستقیم و شما استفاده می کنید
2024
01:16:31,840 –> 01:16:33,440
این محاسبه را انجام دهید
2025
01:16:33,440 –> 01:16:36,960
حدود 19 ثانیه طول می کشد
2026
01:16:37,040 –> 01:16:40,719
فقط با استفاده از numpy تصادفی عادی و فقط
2027
01:16:40,719 –> 01:16:42,640
انجام من
2028
01:16:42,640 –> 01:16:46,159
اگر از آرایه خط تیره استفاده می کنید
2029
01:16:46,640 –> 01:16:49,199
باید طول بکشد تا اولین مورد نیاز داشته باشد
2030
01:16:49,199 –> 01:16:50,560
گیگابایت حافظه ای که برای بارگذاری نیاز دارید
2031
01:16:50,560 –> 01:16:52,080
کل مجموعه داده در حافظه
2032
01:16:52,080 –> 01:16:54,000
اوه و احتمالا در آن خواهد بود
2033
01:16:54,000 –> 01:16:55,760
حداقل چهار گیگ یا بیشتر
2034
01:16:55,760 –> 01:16:57,440
اگر از آرایه خط تیره به جای استفاده کنید
2035
01:16:57,440 –> 01:16:58,800
با استفاده از حافظه چهار گیگا شما فقط می روید
2036
01:16:58,800 –> 01:17:00,480
برای استفاده از مگابایت حافظه
2037
01:17:00,480 –> 01:17:02,480
و باید به نحوی فلج شود که
2038
01:17:02,480 –> 01:17:04,000
محاسبات بسیار سریعتر اتفاق می افتد
2039
01:17:04,000 –> 01:17:07,120
زیرا می توانید از تمام هسته ها استفاده کنید
2040
01:17:07,120 –> 01:17:10,800
ام در دستگاه شما
2041
01:17:10,800 –> 01:17:13,840
بنابراین باید این معیار خاص را نشان دهد
2042
01:17:13,840 –> 01:17:17,040
به چهار ثانیه و به ترتیب کاهش دهید
2043
01:17:17,040 –> 01:17:18,640
میزان استفاده کمتر از حافظه
2044
01:17:18,640 –> 01:17:21,760
حداکثر استفاده از حافظه
2045
01:17:22,880 –> 01:17:25,920
بنابراین همچنین به آرایه خط تیره توجه کنید
2046
01:17:25,920 –> 01:17:28,480
محاسبات در چهار ثانیه انجام شد
2047
01:17:28,480 –> 01:17:33,440
اما 29.4 ثانیه از زمان کاربر استفاده کرد
2048
01:17:33,440 –> 01:17:36,800
ام و
2049
01:17:36,800 –> 01:17:39,199
این هست
2050
01:17:40,480 –> 01:17:43,360
زیرا از هر چهار هسته و
2051
01:17:43,360 –> 01:17:43,679
بنابراین
2052
01:17:43,679 –> 01:17:47,199
این تعداد به دلیل این است
2053
01:17:47,199 –> 01:17:49,199
تبدیل
2054
01:17:49,199 –> 01:17:51,040
محاسبه با با از طریق قطعه
2055
01:17:51,040 –> 01:17:52,239
اندازه
2056
01:17:52,239 –> 01:17:54,239
باشه پس بیا ببینیم ببینیم تو هستی یا نه
2057
01:17:54,239 –> 01:17:56,320
بچه ها می توانند به این سؤالات پاسخ دهند
2058
01:17:56,320 –> 01:17:57,840
چت کنید و ببینیم کسی با او می آید یا خیر
2059
01:17:57,840 –> 01:17:58,719
پاسخ می دهد
2060
01:17:58,719 –> 01:18:01,600
چه اتفاقی می افتد اگر ما را افزایش دهیم
2061
01:18:01,600 –> 01:18:02,960
اندازه تکه
2062
01:18:02,960 –> 01:18:07,760
به 20 000 در 20 000 um
2063
01:18:08,000 –> 01:18:10,640
چقدر رقابت سریعتر خواهد بود
2064
01:18:10,640 –> 01:18:11,360
آهسته تر
2065
01:18:11,360 –> 01:18:12,719
فکر می کنید چقدر حافظه داشته باشیم
2066
01:18:12,719 –> 01:18:14,880
از نظر حافظه اوج استفاده کنید
2067
01:18:14,880 –> 01:18:18,320
ام خیلی ام امیدوارم که برخی از مردم اینطور باشند
2068
01:18:18,320 –> 01:18:20,239
شجاعت کافی برای پاسخ دادن در
2069
01:18:20,239 –> 01:18:23,760
در مورد این سوالات چت کنید
2070
01:18:25,120 –> 01:18:27,360
خوب نه من نیستم پس سوال این است که آیا
2071
01:18:27,360 –> 01:18:29,760
تکه را 20000 در 20 مشخص می کنیم
2072
01:18:29,760 –> 01:18:32,239
000 به همان اندازه آرایه چه
2073
01:18:32,239 –> 01:18:34,719
اتفاق خواهد افتاد
2074
01:18:39,600 –> 01:18:43,360
خوب بله آه خیلی ارگانی آن را دارد
2075
01:18:43,360 –> 01:18:44,239
درست
2076
01:18:44,239 –> 01:18:47,920
اگر قطعه واقعا بزرگ را مشخص کنید
2077
01:18:47,920 –> 01:18:51,040
um در اندازه آرایه اساسا
2078
01:18:51,040 –> 01:18:52,880
تنها یک تکه وجود خواهد داشت
2079
01:18:52,880 –> 01:18:55,440
و آن را فراخوانی numpy بنابراین
2080
01:18:55,440 –> 01:18:57,280
محاسبه خواهد بود
2081
01:18:57,280 –> 01:18:59,840
دقیقاً همان محاسبات numpy و
2082
01:18:59,840 –> 01:19:01,840
دقیقا همان حافظه ای که به عنوان numpy استفاده می شود
2083
01:19:01,840 –> 01:19:03,920
به علاوه کمی اضافی به دلیل
2084
01:19:03,920 –> 01:19:06,080
سربار کار شروع
2085
01:19:06,080 –> 01:19:08,000
بنابراین می تواند کمی کندتر از numpy
2086
01:19:08,000 –> 01:19:09,120
با پرونده است
2087
01:19:09,120 –> 01:19:10,800
حالا اگر خط تیره را بزنیم چه اتفاقی می افتد
2088
01:19:10,800 –> 01:19:12,239
تکه 25
2089
01:19:12,239 –> 01:19:15,600
در 25 بله، همانطور که گریس گفت اگر بسازید
2090
01:19:15,600 –> 01:19:17,199
اندازه قطعه به اندازه آرایه
2091
01:19:17,199 –> 01:19:18,800
این دقیقاً همان چیزی است که فقط استفاده می کنید
2092
01:19:18,800 –> 01:19:20,239
numpy به طور مستقیم و بارگیری کل
2093
01:19:20,239 –> 01:19:22,000
چیزی در حافظه
2094
01:19:22,000 –> 01:19:23,360
خوب اگر خط تیره را بزنیم چه می شود
2095
01:19:23,360 –> 01:19:37,280
تکه های واقعا کوچک 25 در 25 بنابراین
2096
01:19:37,280 –> 01:19:39,360
اساساً اگر اندازه تکه را هم درست کنید
2097
01:19:39,360 –> 01:19:41,199
کم اهمیت
2098
01:19:41,199 –> 01:19:44,239
سربار شما به آه
2099
01:19:44,239 –> 01:19:46,640
شما را بکشد، شما خیلی کمتر استفاده خواهید کرد
2100
01:19:46,640 –> 01:19:48,000
حافظه اما شما یک
2101
01:19:48,000 –> 01:19:51,280
سربار cpu بسیار بالاتر زیرا شما
2102
01:19:51,280 –> 01:19:54,159
uh das سربار بسیار کمی دارد
2103
01:19:54,159 –> 01:19:55,040
وظیفه
2104
01:19:55,040 –> 01:19:57,280
اما مجموعه خاصی وجود دارد
2105
01:19:57,280 –> 01:19:59,440
اساساً کاری که داس انجام می دهد
2106
01:19:59,440 –> 01:20:01,840
محاسبات را به لات ها تقسیم می کند
2107
01:20:01,840 –> 01:20:03,440
فراخوانی تابع کوچکتر
2108
01:20:03,440 –> 01:20:05,760
و هر فراخوانی تابع خاصی دارد
2109
01:20:05,760 –> 01:20:07,120
سربار ثابت
2110
01:20:07,120 –> 01:20:10,560
به طوری که سربار ثابت خواهد شد
2111
01:20:10,560 –> 01:20:14,800
شروع کن به جمع کردن
2112
01:20:14,800 –> 01:20:16,960
و بنابراین شما قطعه را انتخاب می کنید
2113
01:20:16,960 –> 01:20:19,199
اندازه مهم است و لازم نیست
2114
01:20:19,199 –> 01:20:19,840
بودن
2115
01:20:19,840 –> 01:20:22,239
در هر بعد یکسان وجود دارد
2116
01:20:22,239 –> 01:20:23,920
در واقع پروژه دیگری به نام xray
2117
01:20:23,920 –> 01:20:25,360
که فکر می کنم آموزش دیگری وجود دارد
2118
01:20:25,360 –> 01:20:25,920
برای
2119
01:20:25,920 –> 01:20:28,320
که از آرایه das در زیر کاپوت استفاده می کند و
2120
01:20:28,320 –> 01:20:29,199
اگر داشتی
2121
01:20:29,199 –> 01:20:32,080
داده های شبکه ای مانند داده های سی دی اف خالص یا
2122
01:20:32,080 –> 01:20:33,360
چیز دیگری شبیه آن
2123
01:20:33,360 –> 01:20:35,360
uh xray در واقع یک سطح بالاتر است
2124
01:20:35,360 –> 01:20:36,400
رابط آه
2125
01:20:36,400 –> 01:20:38,080
در مورد برخی از آن اما شما هنوز آن را دارید
2126
01:20:38,080 –> 01:20:39,600
همان اوه تکه تکه شدن
2127
01:20:39,600 –> 01:20:41,840
مسائل آه چگونه طلا را پیدا می کنید
2128
01:20:41,840 –> 01:20:42,960
قفل های اندازه تنه
2129
01:20:42,960 –> 01:20:46,159
اوه
2130
01:20:46,159 –> 01:20:48,880
مسئله اندازه تکه چیزی بسیار است
2131
01:20:48,880 –> 01:20:49,840
دشوار
2132
01:20:49,840 –> 01:20:53,280
به ام
2133
01:20:53,360 –> 01:20:55,679
یک سایز برای همه داشته باشید زیرا
2134
01:20:55,679 –> 01:20:56,560
آن را تشخیص می دهد
2135
01:20:56,560 –> 01:20:59,600
آن نوع بازدارنده توسط تعیین می شود
2136
01:20:59,600 –> 01:21:01,840
نوع الگوریتم هایی که شما سعی می کنید
2137
01:21:01,840 –> 01:21:02,880
بنویس و
2138
01:21:02,880 –> 01:21:06,000
همچنین نوع محاسبه
2139
01:21:06,000 –> 01:21:08,560
قدرتی که در دسترس دارید و نوع آن
2140
01:21:08,560 –> 01:21:10,400
خوشه ای که دارید
2141
01:21:10,400 –> 01:21:12,800
این یک نوع آزمون و خطا در برخی است
2142
01:21:12,800 –> 01:21:14,639
احساس می کنم برخی از قوانین شست شما وجود دارد
2143
01:21:14,639 –> 01:21:15,360
می توانید استفاده کنید
2144
01:21:15,360 –> 01:21:18,239
اما بله تا حدودی آزمایشی است
2145
01:21:18,239 –> 01:21:20,639
و خطا
2146
01:21:21,040 –> 01:21:24,480
باشه بریم ادامه بدیم
2147
01:21:24,480 –> 01:21:28,239
ما یک تمرین دیگر داریم که a
2148
01:21:28,239 –> 01:21:30,000
به جای استفاده از داده های تصادفی همیشه است
2149
01:21:30,000 –> 01:21:31,440
خوب است اما تصادفی است و
2150
01:21:31,440 –> 01:21:34,639
ما آن را کمتر بصری است
2151
01:21:34,639 –> 01:21:36,159
بنابراین ما یک مجموعه داده جدید ایجاد می کنیم
2152
01:21:36,159 –> 01:21:38,639
که بر اساس برخی از داده های دما است
2153
01:21:38,639 –> 01:21:40,639
وضعیت دمای متوسط زمین
2154
01:21:40,639 –> 01:21:42,719
و اگر این را اجرا کنیم
2155
01:21:42,719 –> 01:21:45,840
ما برخی از داده ها را برای آن جمع آوری خواهیم کرد
2156
01:21:45,840 –> 01:21:48,080
ام
2157
01:21:53,280 –> 01:21:54,800
در حالی که در حال اجرا است، اجازه دهید من یک سریع داشته باشم
2158
01:21:54,800 –> 01:21:56,639
اگر هست به سوالات نگاه کنید
2159
01:21:56,639 –> 01:21:58,239
هر چیزی
2160
01:21:58,239 –> 01:22:00,560
ام
2161
01:22:05,760 –> 01:22:11,840
باشه سوالات
2162
01:22:12,400 –> 01:22:25,840
تلاش برای دیدن داسکورای
2163
01:22:26,719 –> 01:22:28,400
نمایش خروجی یک آرایه در
2164
01:22:28,400 –> 01:22:30,400
دفترچه منظورت چیه
2165
01:22:30,400 –> 01:22:38,000
مثل هر آرایه ای
2166
01:22:38,000 –> 01:22:39,600
خوب من منتظرم تا این چیز اجرا شود
2167
01:22:39,600 –> 01:22:43,040
در حال حاضر پس من باید صبر کنم
2168
01:22:50,840 –> 01:22:53,840
دومین
2169
01:22:54,000 –> 01:22:56,880
خوب پس مجموعه داده های آب و هوا را ایجاد کردیم
2170
01:22:56,880 –> 01:22:58,960
حدود 71 ثانیه طول کشید
2171
01:22:58,960 –> 01:23:02,719
اوم الان اینجا هستم من فقط می روم
2172
01:23:02,719 –> 01:23:05,600
بنابراین اگر شما به این آب و هوا نگاه کنید
2173
01:23:05,600 –> 01:23:07,840
آرایه
2174
01:23:08,560 –> 01:23:11,520
بگذار ببینم داخل است
2175
01:23:17,600 –> 01:23:21,199
اوه من اشتباه متوجه شدم
2176
01:23:21,199 –> 01:23:25,199
اوه صبر کنید، خوب، پس اگر به این نگاه کنیم
2177
01:23:25,199 –> 01:23:27,199
مجموعه ای از فایل هایی است که هستند
2178
01:23:27,199 –> 01:23:29,679
هر کدام حدود 500 مگابایت
2179
01:23:29,679 –> 01:23:35,840
اجازه دهید ببینم آیا شما منهای h کل
2180
01:23:41,760 –> 01:23:43,920
اندازه کل حدود 17 گیگ است پس این
2181
01:23:43,920 –> 01:23:45,520
بسیار بزرگ است
2182
01:23:45,520 –> 01:23:49,280
مجموعه داده ها و یکی از چیزهایی که هست
2183
01:23:49,280 –> 01:23:49,760
خوب
2184
01:23:49,760 –> 01:23:52,880
در مورد آرایه میز و
2185
01:23:52,880 –> 01:23:56,159
همچنین اگر با استفاده از hdf5 و چیزهایی است
2186
01:23:56,159 –> 01:23:58,880
باید بتوانیم چندین فایل را باز کنیم
2187
01:23:58,880 –> 01:24:01,040
در یک مجموعه داده واحد
2188
01:24:01,040 –> 01:24:04,560
و حالا ما اینجا هستیم
2189
01:24:04,560 –> 01:24:08,560
استفاده از glob برای دریافت تمام فایل های hdf5
2190
01:24:08,560 –> 01:24:11,360
و ما در حال تهیه لیستی از مجموعه های d هستیم تا اگر
2191
01:24:11,360 –> 01:24:13,280
ما به این مجموعه ها نگاه می کنیم
2192
01:24:13,280 –> 01:24:17,520
این اساسا به هر یک اشاره می کند
2193
01:24:17,520 –> 01:24:20,800
هر فایل و هر فایل یک آرایه دارد
2194
01:24:20,800 –> 01:24:24,400
که این اندازه است
2195
01:24:24,400 –> 01:24:29,040
و بنابراین اگر به مجموعه d صفر نگاه کنیم
2196
01:24:29,040 –> 01:24:31,840
اینجا
2197
01:24:33,280 –> 01:24:36,239
این اساسا یک مجموعه داده از این است
2198
01:24:36,239 –> 01:24:37,679
اندازه
2199
01:24:37,679 –> 01:24:41,280
اکنون راهی که ما از آن استفاده می کنیم
2200
01:24:41,280 –> 01:24:44,560
اوه ما از h5 pi برای رسیدن به این hdf5 استفاده می کنیم
2201
01:24:44,560 –> 01:24:48,000
فایل n و می توانیم از regular استفاده کنیم
2202
01:24:48,000 –> 01:24:51,520
سبک numpy x یا برش به سبک پایتون
2203
01:24:51,520 –> 01:24:53,840
برای بیرون کشیدن یک تکه کوچک از آن به این ترتیب
2204
01:24:53,840 –> 01:24:56,400
فقط اولین مجموعه داده را می گیرد
2205
01:24:56,400 –> 01:24:58,239
که یک مجموعه داده دو بعدی است و
2206
01:24:58,239 –> 01:25:00,239
پنج تا پنج تای اول را بیرون کشید
2207
01:25:00,239 –> 01:25:03,520
عناصر ام
2208
01:25:03,520 –> 01:25:07,440
حالا بیایید یک مجموعه داده کوچک را ترسیم کنیم
2209
01:25:07,440 –> 01:25:09,920
بنابراین ما فقط اولین رستر را می گیریم
2210
01:25:09,920 –> 01:25:11,600
مثل چیزهای دو به دو
2211
01:25:11,600 –> 01:25:15,520
و اوم نمونه برداری فرعی
2212
01:25:15,520 –> 01:25:17,360
توسط هر عنصر چهارم پس این فقط است
2213
01:25:17,360 –> 01:25:18,880
راهی برای کوچکتر کردن آن
2214
01:25:18,880 –> 01:25:20,960
زیرا در غیر این صورت این بلوک ممکن است طول بکشد
2215
01:25:20,960 –> 01:25:22,000
مدت طولانی به
2216
01:25:22,000 –> 01:25:26,080
بار و
2217
01:25:26,080 –> 01:25:29,360
این چند ثانیه طول می کشد
2218
01:25:37,120 –> 01:25:40,800
و کاری که ما می خواهیم انجام دهیم این است
2219
01:25:40,800 –> 01:25:45,600
ما قصد داریم همه این موارد معمولی را تبدیل کنیم
2220
01:25:45,840 –> 01:25:49,600
آرایه های numpy یا آرایه های h5 به
2221
01:25:49,600 –> 01:25:53,120
آرایه های das و بسیار خوب است
2222
01:25:53,120 –> 01:25:56,400
در اینجا نمودار دما آمده است
2223
01:25:56,400 –> 01:25:58,320
برای یکی از آن مجموعه داده ها برای
2224
01:25:58,320 –> 01:25:59,600
کل ما
2225
01:25:59,600 –> 01:26:02,800
من فکر می کنم که استرالیا است اوه وجود دارد
2226
01:26:02,800 –> 01:26:05,840
اوه آمریکای شمالی آمریکای جنوبی اوه این است
2227
01:26:05,840 –> 01:26:07,040
سرما در نزدیکی قطب شمال
2228
01:26:07,040 –> 01:26:10,159
به هر حال و قطب جنوب به نظر می رسد
2229
01:26:10,159 –> 01:26:11,360
برای من منطقی است
2230
01:26:11,360 –> 01:26:14,400
اوم حالا بیایید
2231
01:26:14,400 –> 01:26:17,840
بیایید همه این آرایه های میز را برداریم
2232
01:26:17,840 –> 01:26:20,880
و ما قصد داریم همه اینها را تقلب کنیم
2233
01:26:20,880 –> 01:26:23,120
آرایه های numpy و ما می خواهیم بخوانیم
2234
01:26:23,120 –> 01:26:24,560
آنها را به
2235
01:26:24,560 –> 01:26:28,000
آرایه های وظیفه ام
2236
01:26:28,000 –> 01:26:30,639
حلقه زدن از طریق هر مجموعه داده بنابراین
2237
01:26:30,639 –> 01:26:31,520
یاد آوردن
2238
01:26:31,520 –> 01:26:35,199
d مجموعه اگر شما len انجام دهید
2239
01:26:35,199 –> 01:26:38,800
dsets لیستی است که دارای 31 است
2240
01:26:38,800 –> 01:26:43,040
مجموعه های داده در آن و برای هر مجموعه داده
2241
01:26:43,040 –> 01:26:46,400
ما از آرایه da.form با استفاده می کنیم
2242
01:26:46,400 –> 01:26:49,920
سایز تیکه 500 در 500
2243
01:26:49,920 –> 01:26:52,239
و تبدیل آن به لیست گاز
2244
01:26:52,239 –> 01:26:53,440
آرایه ها
2245
01:26:53,440 –> 01:27:05,840
و بنابراین اگر به این نگاه کنید
2246
01:27:06,080 –> 01:27:10,000
هر کدام از اینها یک آرایه دو بعدی هستند
2247
01:27:10,000 –> 01:27:13,280
اوم و اکنون می خواهیم همه آنها را قرار دهیم
2248
01:27:13,280 –> 01:27:15,679
با هم در یک مجموعه داده بزرگتر
2249
01:27:15,679 –> 01:27:19,040
و بنابراین ما از یک دستور استفاده می کنیم
2250
01:27:19,040 –> 01:27:22,800
به نام da.stack و ما می خواهیم
2251
01:27:22,800 –> 01:27:26,480
نسخه نهایی
2252
01:27:27,440 –> 01:27:33,199
از um نسخه نهایی داده ها
2253
01:27:33,199 –> 01:27:34,480
در واقع یک آرایه سه بعدی باشد
2254
01:27:34,480 –> 01:27:36,080
بنابراین ما می خواهیم آن را مانند اوه
2255
01:27:36,080 –> 01:27:39,679
31 در 5760 در 1120.
2256
01:27:39,679 –> 01:27:41,120
بنابراین جایی که ما می خواهیم انجام دهیم این است که ما هستیم
2257
01:27:41,120 –> 01:27:42,800
قرار است از آرایه های پشته استفاده کنیم
2258
01:27:42,800 –> 01:27:47,840
دستور و اگر به a.stack نگاه کنید
2259
01:27:48,480 –> 01:27:50,960
به نوعی به شما می گوید که این نوعی است
2260
01:27:50,960 –> 01:27:52,239
چیزی که به شما امکان می دهد انباشته کنید
2261
01:27:52,239 –> 01:27:54,080
دسته ای از آرایه های وظیفه در امتداد a
2262
01:27:54,080 –> 01:27:55,280
جهت خاص
2263
01:27:55,280 –> 01:28:01,120
بنابراین در این مورد اوم من می روم
2264
01:28:01,120 –> 01:28:03,199
آرایه هایی را که من لیست آنها را ارائه می کنم، پشته کنید
2265
01:28:03,199 –> 01:28:04,400
آرایه هایی که می خواهم روی هم بگذارم و می روم
2266
01:28:04,400 –> 01:28:06,800
آن را در امتداد بعد صفر قرار دهید
2267
01:28:06,800 –> 01:28:10,080
و اگر ما به این نگاه کنیم، اکنون این خواهد شد
2268
01:28:10,080 –> 01:28:10,800
ساختن
2269
01:28:10,800 –> 01:28:14,000
آرایه سه بعدی ما که است
2270
01:28:14,000 –> 01:28:17,800
31 در 15 11 15 20 توسط
2271
01:28:17,800 –> 01:28:21,679
5760 و به بلوک ها تقسیم شده است
2272
01:28:21,679 –> 01:28:25,280
و هر بلوک است
2273
01:28:25,520 –> 01:28:28,800
یک عنصر بالا 500
2274
01:28:28,800 –> 01:28:32,080
عرض و 500 Uh طول
2275
01:28:32,080 –> 01:28:34,719
من حدس می زنم اوه و به طوری که اینطور باشد
2276
01:28:34,719 –> 01:28:37,760
بلوک های کوچکی که این چیز بزرگ را تشکیل می دهند
2277
01:28:37,760 –> 01:28:40,880
اوم الان
2278
01:28:41,360 –> 01:28:44,480
بیایید ببینیم آیا کسی می تواند این ام را چگونه دریافت کند
2279
01:28:44,480 –> 01:28:46,320
آیا شما فکر می کنید
2280
01:28:46,320 –> 01:28:50,080
می توانید این کد را تکمیل کنید
2281
01:28:50,080 –> 01:28:53,280
و میانگین این آرایه را محاسبه کنید
2282
01:28:53,280 –> 01:28:55,440
در امتداد زمانی که صفر است
2283
01:28:55,440 –> 01:28:57,280
بعد 31
2284
01:28:57,280 –> 01:29:00,400
یا 31 زمان تاریخ اساسا
2285
01:29:00,400 –> 01:29:04,480
پس چرا یک زن و شوهر خرج زن و شوهر نکردیم
2286
01:29:04,480 –> 01:29:06,159
چند دقیقه این را امتحان کردم
2287
01:29:06,159 –> 01:29:10,159
اوم فقط فکر کن چطور این کار را انجام می دهی
2288
01:29:10,159 –> 01:29:13,360
numpy اگر می خواهید یک را دریافت کنید
2289
01:29:13,360 –> 01:29:15,360
در امتداد یک محور قرار بگیرید و ببینید آیا می توانید
2290
01:29:15,360 –> 01:29:16,960
کار کنید که چگونه همان کار را انجام دهید
2291
01:29:16,960 –> 01:29:25,440
در غروب
2292
01:29:25,440 –> 01:29:27,520
اوه درسته یکی پیشنهادی داشت
2293
01:29:27,520 –> 01:29:28,960
در چت بگذار ببینم
2294
01:29:28,960 –> 01:29:30,960
بیایید آن پیشنهاد را وارد کنیم و ببینیم که آیا
2295
01:29:30,960 –> 01:29:33,360
کار می کند
2296
01:29:35,040 –> 01:29:39,840
اوه که یک ثانیه کار نکرد
2297
01:29:43,280 –> 01:29:48,639
خوب بیایید امتحان کنیم که در حال انجام است
2298
01:29:50,560 –> 01:29:53,920
و من فکر می کنم این به خطا می رود
2299
01:29:53,920 –> 01:29:57,440
و خواهیم دید که چرا در a خطا می کند
2300
01:30:04,840 –> 01:30:07,840
دومین
2301
01:30:15,120 –> 01:30:16,560
باشه من واقعا اینو میکشم
2302
01:30:16,560 –> 01:30:18,159
چون کمی طول میکشه
2303
01:30:18,159 –> 01:30:22,480
وقت اضافه ام
2304
01:30:23,120 –> 01:30:25,040
خوب اجازه دهید من فقط آن را بکشم
2305
01:30:25,040 –> 01:30:26,560
کمی بیشتر طول می کشد
2306
01:30:26,560 –> 01:30:30,320
اوم اما در اصل اوه صبر کنید من هستم
2307
01:30:30,320 –> 01:30:35,840
در جای اشتباهی متاسفم
2308
01:30:37,840 –> 01:30:40,480
بنابراین یکی از چیزهایی که آمد تا
2309
01:30:40,480 –> 01:30:41,760
این در واقع کار می کرد من آن را کشتم
2310
01:30:41,760 –> 01:30:43,440
چون خیلی طول میکشید
2311
01:30:43,440 –> 01:30:46,719
اوه این جواب درست بود
2312
01:30:46,719 –> 01:30:48,880
اوه برخی از مردم اشاره کردند که چرا نمی گویند
2313
01:30:48,880 –> 01:30:51,679
ما از محاسبه استفاده می کنیم
2314
01:30:51,679 –> 01:30:56,960
و معمولاً از محاسبات استفاده می کنید
2315
01:30:56,960 –> 01:31:00,239
اوه اما امم وجود دارد
2316
01:31:00,239 –> 01:31:03,120
برخی از جاهایی که مانند اگر
2317
01:31:03,120 –> 01:31:03,679
شما انجام می دهید
2318
01:31:03,679 –> 01:31:07,760
یک عدسی روی این لنز لازم است که a
2319
01:31:07,760 –> 01:31:10,080
مقدار درونی بنابراین محاسبه نمی شود
2320
01:31:10,080 –> 01:31:11,360
بطور خودکار
2321
01:31:11,360 –> 01:31:14,560
و بنابراین اوه این نتیجه اوم
2322
01:31:14,560 –> 01:31:16,880
من نشان می دهم وقتی تو وقتی تو وقتی هستی
2323
01:31:16,880 –> 01:31:17,920
آن را در یک طرح قرار دهید
2324
01:31:17,920 –> 01:31:20,159
به طور ضمنی محاسبه را برای شما انجام می دهد
2325
01:31:20,159 –> 01:31:22,239
زیرا برای انجام طرح به داده نیاز دارد
2326
01:31:22,239 –> 01:31:25,199
آه اگر چنین چیزی منطقی باشد پس شما
2327
01:31:25,199 –> 01:31:27,280
می تواند انجام دهد
2328
01:31:27,280 –> 01:31:30,400
این یا شما می توانید محاسبه کنید
2329
01:31:30,400 –> 01:31:32,800
هر دو یک کار را انجام می دهند و شما
2330
01:31:32,800 –> 01:31:34,080
باید یک
2331
01:31:34,080 –> 01:31:37,679
اوه یک دوشاخه از بالا
2332
01:31:37,679 –> 01:31:39,840
بنابراین
2333
01:31:41,120 –> 01:31:43,120
بله، پس بیایید تلاش کنیم و ببینیم آیا می توانید انجام دهید
2334
01:31:43,120 –> 01:31:44,480
این
2335
01:31:44,480 –> 01:31:46,239
بیایید من یک مقدار اضافی می دهم
2336
01:31:46,239 –> 01:31:47,600
زمان اینجا
2337
01:31:47,600 –> 01:31:49,840
بیایید ببینیم آیا می توانید آن را محاسبه کنید
2338
01:31:49,840 –> 01:31:51,199
تفاوت روز اول با
2339
01:31:51,199 –> 01:31:53,440
منظور داشتن
2340
01:31:55,840 –> 01:31:57,360
من حدس می زنم که ما می توانیم به سوالات و
2341
01:31:57,360 –> 01:31:59,840
آره مثل دارها گفت ام متپلتلب
2342
01:31:59,840 –> 01:32:02,480
زیر کاپوت در واقع تبدیل خواهد شد
2343
01:32:02,480 –> 01:32:04,560
آرایه میز به یک داور امتیاز خواهد داد
2344
01:32:04,560 –> 01:32:06,560
این محاسبات را در زیر کاپوت انجام دهید
2345
01:32:06,560 –> 01:32:08,400
به همین دلیل است که می توانید یک آرایه میز را ارسال کنید
2346
01:32:08,400 –> 01:32:10,719
به طور مستقیم به matplotlib و آن را خواهد کرد
2347
01:32:10,719 –> 01:32:12,880
محاسبه را انجام دهید و آن را برای شما ترسیم کنید
2348
01:32:12,880 –> 01:32:14,080
خوب است که شما طرح خود را دریافت کنید
2349
01:32:14,080 –> 01:32:16,159
مجبور نیستید صریحاً با محاسبه تماس بگیرید
2350
01:32:16,159 –> 01:32:17,679
اما شما باید این ریاضی را بدانید
2351
01:32:17,679 –> 01:32:20,000
مشکل آن محاسبات را برای شما انجام خواهد داد
2352
01:32:20,000 –> 01:32:23,600
بنابراین فقط چیزی است که باید از آن آگاه بود
2353
01:32:23,760 –> 01:32:25,679
نگاه کردن به سوالات در نقطه ای
2354
01:32:25,679 –> 01:32:27,280
می توانید در مورد محدودیت ها توضیح دهید
2355
01:32:27,280 –> 01:32:28,320
آرایه میز
2356
01:32:28,320 –> 01:32:30,719
از کجا شروع به بزرگ شدن بیش از حد a کنیم
2357
01:32:30,719 –> 01:32:32,320
مجموعه داده ای برای رسیدگی به داس
2358
01:32:32,320 –> 01:32:35,040
پس اوم
2359
01:32:36,159 –> 01:32:38,080
یک مجموعه داده بسیار بزرگ است
2360
01:32:38,080 –> 01:32:40,239
اوه پس یک چیز وجود دارد یک زن و شوهر
2361
01:32:40,239 –> 01:32:41,440
چیزهایی که باید به خاطر داشته باشید وجود دارد یک زن و شوهر
2362
01:32:41,440 –> 01:32:42,239
محدودیت ها
2363
01:32:42,239 –> 01:32:44,560
اوم و آنها واقعاً برای آنها اعمال نمی شوند
2364
01:32:44,560 –> 01:32:46,239
آرایه بپرس، اما آنها خاص هستند
2365
01:32:46,239 –> 01:32:47,920
مجموعه های دیگر مانند قاب داده های گاز به عنوان
2366
01:32:47,920 –> 01:32:51,040
خوب است شما می خواهید مطمئن شوید که شما
2367
01:32:51,040 –> 01:32:54,159
مجموعه داده ها می تواند در کل جا شود
2368
01:32:54,159 –> 01:32:57,679
در حافظه خوشه ای توزیع شده شما
2369
01:32:57,679 –> 01:33:00,960
بنابراین می دانید که آیا میز کار دارید یا خیر
2370
01:33:00,960 –> 01:33:01,520
ریختن
2371
01:33:01,520 –> 01:33:04,159
هر زمان که حافظه شروع به تبدیل شدن به دیسک کرد
2372
01:33:04,159 –> 01:33:04,800
یک مسئله
2373
01:33:04,800 –> 01:33:06,159
بنابراین اگر حافظه آن شروع به تمام شدن کند
2374
01:33:06,159 –> 01:33:08,080
نتایج متوسط را روی دیسک می نویسد
2375
01:33:08,080 –> 01:33:10,320
و سپس برای ذخیره رم و آن را فقط بکشد
2376
01:33:10,320 –> 01:33:11,920
آن نتایج متوسط
2377
01:33:11,920 –> 01:33:14,080
تا آنجا که لازم است هر چند که می توانید
2378
01:33:14,080 –> 01:33:16,239
نوشتن و کشیدن از روی دیسک را تصور کنید
2379
01:33:16,239 –> 01:33:18,400
اوم همه چیز را کند می کند و اینطور نیست
2380
01:33:18,400 –> 01:33:20,239
اجرا کننده بنابراین به طور کلی من سعی می کنم و
2381
01:33:20,239 –> 01:33:21,280
خودت را داشته باش
2382
01:33:21,280 –> 01:33:23,520
مجموعه داده در کل توزیع شده قرار می گیرد
2383
01:33:23,520 –> 01:33:24,320
حافظه
2384
01:33:24,320 –> 01:33:27,679
اگرچه اگر بزرگتر باشد کار خواهد کرد
2385
01:33:27,679 –> 01:33:30,480
چیز دیگری که باید در مورد آن فکر کرد این است
2386
01:33:30,480 –> 01:33:31,120
تعداد
2387
01:33:31,120 –> 01:33:33,040
وظایف در نمودار وظیفه شما وجود دارد
2388
01:33:33,040 –> 01:33:35,440
مقداری سربار مرتبط با پردازش
2389
01:33:35,440 –> 01:33:39,360
هر کار مانند یک آرایه میز
2390
01:33:39,360 –> 01:33:40,960
بنابراین وقتی اندازه تکه شما واقعاً باشد
2391
01:33:40,960 –> 01:33:43,199
کوچک که خوب است زیرا
2392
01:33:43,199 –> 01:33:44,639
از منظر حافظه زیرا شما این کار را خواهید کرد
2393
01:33:44,639 –> 01:33:46,800
فقط در چند تکه در یک زمان بارگیری می شود
2394
01:33:46,800 –> 01:33:48,080
بنابراین اگر تکه های شما واقعا کوچک هستند پس
2395
01:33:48,080 –> 01:33:50,080
شما بسیار کمتر از محدودیت های حافظه خود خواهید بود
2396
01:33:50,080 –> 01:33:52,000
در خوشه شما و این عالی است
2397
01:33:52,000 –> 01:33:53,360
امم نقطه ضعفش اینه
2398
01:33:53,360 –> 01:33:54,719
شما کارهای زیادی خواهید داشت که
2399
01:33:54,719 –> 01:33:56,239
شما در حال پردازش هستید و مقداری وجود دارد
2400
01:33:56,239 –> 01:33:57,520
سربار برای هر کار
2401
01:33:57,520 –> 01:34:00,080
به طوری که در نهایت به a تبدیل می شود
2402
01:34:00,080 –> 01:34:01,600
مشکل عملکرد اگر دارید
2403
01:34:01,600 –> 01:34:03,600
مانند میلیون ها و میلیون ها کار در
2404
01:34:03,600 –> 01:34:04,719
تو در خودت
2405
01:34:04,719 –> 01:34:06,800
نمودار آن را هنوز پردازش خواهد کرد آن را فقط
2406
01:34:06,800 –> 01:34:07,920
واقعا طولانی
2407
01:34:07,920 –> 01:34:11,840
زمان برای پردازش تمام آن وظایف است
2408
01:34:14,560 –> 01:34:17,600
باشه اجازه بده به این موضوع برگردم
2409
01:34:17,600 –> 01:34:19,840
اکنون
2410
01:34:20,800 –> 01:34:22,560
من قصد دارم از طریق این راه رفتن اجازه دهید
2411
01:34:22,560 –> 01:34:24,800
ببین بیایید به این نگاه کنیم
2412
01:34:24,800 –> 01:34:27,840
نتیجه و در اینجا
2413
01:34:27,840 –> 01:34:29,199
در واقع ما نسبتاً ساده است
2414
01:34:29,199 –> 01:34:30,400
می خواهید تفاوت بین
2415
01:34:30,400 –> 01:34:32,000
روز اول از میانگین
2416
01:34:32,000 –> 01:34:33,920
اوه ما می دانیم که چگونه داده ها را برای آن بدست آوریم
2417
01:34:33,920 –> 01:34:35,440
روز اول می دانیم چگونه داده ها را بدست آوریم
2418
01:34:35,440 –> 01:34:36,320
برای میانگین
2419
01:34:36,320 –> 01:34:39,199
اوه و حالا بیایید در واقع این را تقسیم کنیم
2420
01:34:39,199 –> 01:34:41,119
در اینجا و بیایید ببینیم که چگونه به نظر می رسد
2421
01:34:41,119 –> 01:34:43,440
اوه همیشه فراموش کنید میانبر تقسیم می شود
2422
01:34:43,440 –> 01:34:46,320
باشه پس اگر به این نگاه کنیم
2423
01:34:46,320 –> 01:34:49,199
اوم این در واقع هیچ کاری انجام نداد
2424
01:34:49,199 –> 01:34:49,679
فقط
2425
01:34:49,679 –> 01:34:53,040
شیء تاخیری دیگری ام
2426
01:34:53,040 –> 01:34:55,679
اما وقتی آن را در شکل می اندازیم
2427
01:34:55,679 –> 01:34:59,040
باید تمام محاسبات را اجرا کند
2428
01:34:59,520 –> 01:35:03,040
و بنابراین شما از همان نوع api استفاده می کنید
2429
01:35:03,040 –> 01:35:07,199
روشی که از آن در numpy استفاده می کنید
2430
01:35:07,199 –> 01:35:09,760
در حال حاضر این یک واقعیت کلیدی است که می رود
2431
01:35:09,760 –> 01:35:12,840
برای هر دو مهم باشد
2432
01:35:12,840 –> 01:35:15,600
اوم اوه
2433
01:35:15,600 –> 01:35:19,920
آرایه غروب و داس
2434
01:35:20,480 –> 01:35:24,400
چارچوب داده است
2435
01:35:25,199 –> 01:35:27,440
خوب اجازه دهید این موضوع را تکرار کنم که چرا ما
2436
01:35:27,440 –> 01:35:29,119
نیازی به تماس با کامپیوتر نیست
2437
01:35:29,119 –> 01:35:33,440
توابع مشخص و معینی وجود دارد
2438
01:35:33,520 –> 01:35:36,560
کتابخانه هایی که می دانند چگونه
2439
01:35:36,560 –> 01:35:39,520
das کار می کند و اگر از آنها عبور کنید یک das
2440
01:35:39,520 –> 01:35:41,440
آرایه یا قاب داده das
2441
01:35:41,440 –> 01:35:44,480
و آنها به نتیجه ای نیاز دارند که انجام خواهند داد
2442
01:35:44,480 –> 01:35:46,480
محاسبه به صورت خودکار برای شما
2443
01:35:46,480 –> 01:35:50,159
اما توابع دیگری نیز وجود دارد که
2444
01:35:50,159 –> 01:35:53,520
امم اما اونها
2445
01:35:53,520 –> 01:35:55,119
آن کتابخانه ها باید گرد و غبار شوند
2446
01:35:55,119 –> 01:35:57,280
آگاه باشید، بنابراین اگر شما فقط یک تصادفی انتخاب کنید
2447
01:35:57,280 –> 01:35:58,080
کتابخانه
2448
01:35:58,080 –> 01:36:00,480
و به آن یک شیء تاخیری بدهید سپس آن را
2449
01:36:00,480 –> 01:36:02,080
اگر انتظار می رود شکسته می شود
2450
01:36:02,080 –> 01:36:05,360
یک شی واقعی واقعی خوب است
2451
01:36:05,360 –> 01:36:09,840
بنابراین بازگشت به این
2452
01:36:09,840 –> 01:36:12,520
وقتی کاری شبیه الف انجام می دهیم
2453
01:36:12,520 –> 01:36:15,199
نتیجه. محاسبه
2454
01:36:15,199 –> 01:36:19,360
بنابراین در حال حاضر نتیجه یک شی با تاخیر است
2455
01:36:19,360 –> 01:36:23,119
اوه اوه صبر کن نتیجه ای نگرفت
2456
01:36:23,119 –> 01:36:25,199
محاسبات مهم نیست اجازه دهید من آن را بکشم آه
2457
01:36:25,199 –> 01:36:26,480
نه خوبه
2458
01:36:26,480 –> 01:36:29,679
خوب پس نتیجه این شیء تاخیری است
2459
01:36:29,679 –> 01:36:32,719
در واقع خیلی کوچک است
2460
01:36:32,719 –> 01:36:34,560
فقط چند کیلوبایت است
2461
01:36:34,560 –> 01:36:36,480
حافظه زیادی را اشغال نمی کند
2462
01:36:36,480 –> 01:36:40,719
اگر من نتیجه ای انجام دهم. محاسبه کنید
2463
01:36:40,800 –> 01:36:44,560
تمام محاسبات تکه ای را انجام می دهد
2464
01:36:44,560 –> 01:36:48,400
و سپس تمام آن داده ها را برمی گرداند
2465
01:36:48,400 –> 01:36:52,239
در حافظه اصلی شما
2466
01:36:52,239 –> 01:36:56,320
کامپیوتر و اگر کامپیوتر شما این کار را انجام دهد
2467
01:36:56,320 –> 01:36:56,719
نه
2468
01:36:56,719 –> 01:36:59,840
حافظه کافی برای نگهداری داشته باشد
2469
01:36:59,840 –> 01:37:03,440
همه چیز در
2470
01:37:03,440 –> 01:37:07,840
امم تا همه چیز را در حافظه نگه دارم
2471
01:37:07,840 –> 01:37:11,040
هسته شما را خراب می کند
2472
01:37:11,040 –> 01:37:14,880
در واقع کار نخواهد کرد
2473
01:37:14,880 –> 01:37:16,719
بنابراین شما باید بسیار مراقب باشید زمانی که شما
2474
01:37:16,719 –> 01:37:18,400
یک محاسبه تاریک انجام دهید یا کاری انجام دهید
2475
01:37:18,400 –> 01:37:20,719
که همه چیز را به خاطره می آورد
2476
01:37:20,719 –> 01:37:23,600
که یا داده های شما به اندازه کافی کوچک است
2477
01:37:23,600 –> 01:37:25,679
که با انجام یک فیلتر در حافظه جا می شود
2478
01:37:25,679 –> 01:37:27,119
یا چیز دیگری
2479
01:37:27,119 –> 01:37:30,480
یا اینجا یک است
2480
01:37:30,480 –> 01:37:32,560
مانند مجموعه ای از دستورالعمل ها در مورد چگونگی شما
2481
01:37:32,560 –> 01:37:34,960
به جای کشیدن آن به حافظه
2482
01:37:34,960 –> 01:37:37,360
ما قصد داریم آن را روی دیسک بنویسیم
2483
01:37:37,360 –> 01:37:39,119
ما قصد داریم استفاده کنیم
2484
01:37:39,119 –> 01:37:42,800
ام دا.2 hdf5
2485
01:37:42,800 –> 01:37:45,679
یا d8.store می توانید از یکی از این دو استفاده کنید
2486
01:37:45,679 –> 01:37:47,280
کارکرد
2487
01:37:47,280 –> 01:37:49,679
و کاری که این کار انجام خواهد داد این است که پردازش خواهد کرد
2488
01:37:49,679 –> 01:37:50,320
را
2489
01:37:50,320 –> 01:37:53,440
داده ها به صورت موازی و ذخیره
2490
01:37:53,440 –> 01:37:56,639
هر تکه به دیسک به عنوان پردازش آن است
2491
01:37:56,639 –> 01:37:57,600
شما هرگز
2492
01:37:57,600 –> 01:38:00,840
شما هرگز همه چیز را وارد نمی کنید
2493
01:38:00,840 –> 01:38:03,840
حافظه
2494
01:38:04,960 –> 01:38:07,520
اوم من مطمئن نیستم شاید فقط باید دریافت کنیم
2495
01:38:07,520 –> 01:38:10,960
این تمرین علاقه زمان است
2496
01:38:14,840 –> 01:38:16,480
ام
2497
01:38:16,480 –> 01:38:19,199
و چیز دیگری را در نظر بگیرید اگر شما
2498
01:38:19,199 –> 01:38:21,040
در حال انجام مجموعه داده های بسیار بزرگی هستند که وجود دارد
2499
01:38:21,040 –> 01:38:22,639
پروژه ای به نام تزار
2500
01:38:22,639 –> 01:38:25,440
که یک راه واقعا خوب برای نوشتن ام است
2501
01:38:25,440 –> 01:38:27,040
مجموعه داده های درجه بندی شده واقعاً بزرگ
2502
01:38:27,040 –> 01:38:30,159
پس اوم جیمز به نظر شما ما چه کنیم؟
2503
01:38:30,159 –> 01:38:31,119
متوقف کردن
2504
01:38:31,119 –> 01:38:33,440
بخش آرایه را در اینجا قرار دهید و به چارچوب داده بروید
2505
01:38:33,440 –> 01:38:34,800
من مطمئن نیستم که آیا ما باید انجام دهیم
2506
01:38:34,800 –> 01:38:35,520
این آخری
2507
01:38:35,520 –> 01:38:38,639
ورزش آره اوه چند تا تمرین دیگه
2508
01:38:38,639 –> 01:38:39,679
وجود دارد
2509
01:38:39,679 –> 01:38:41,920
من فکر می کنم این فقط این آخرین است
2510
01:38:41,920 –> 01:38:46,080
لنارد جونز بالقوه
2511
01:38:47,760 –> 01:38:51,520
باشه ام من فکر می کنم شاید خوب باشیم پس من
2512
01:38:51,520 –> 01:38:52,960
فکر کنید در حال حاضر برنامه ریزی کرده ایم
2513
01:38:52,960 –> 01:38:53,440
یکی دیگر
2514
01:38:53,440 –> 01:38:56,560
10 دقیقه استراحت شاید بخواهیم
2515
01:38:56,560 –> 01:38:57,840
از این بخش محدودیت واقعی عبور کنید
2516
01:38:57,840 –> 01:38:58,960
سریع
2517
01:38:58,960 –> 01:39:00,080
من قصد ندارم از طریق آخرین
2518
01:39:00,080 –> 01:39:02,159
تمرینی که قرار است انجام دهم
2519
01:39:02,159 –> 01:39:03,199
برخی از اجرا
2520
01:39:03,199 –> 01:39:06,159
برخی از محدودیت ها آرایه وظایف ندارد
2521
01:39:06,159 –> 01:39:08,239
کل پایگاه داده numpy را پیاده سازی کنید
2522
01:39:08,239 –> 01:39:11,520
اوم تکهها و تکههایی هستند که میشوند
2523
01:39:11,520 –> 01:39:12,719
کار نمیکند
2524
01:39:12,719 –> 01:39:14,880
آن همه numpy را اجرا نمی کند
2525
01:39:14,880 –> 01:39:16,000
لینک نقطه
2526
01:39:16,000 –> 01:39:17,679
یکی از دلایل آن وجود دارد
2527
01:39:17,679 –> 01:39:19,119
برخی واقعا عالی
2528
01:39:19,119 –> 01:39:20,719
کتابخانه های سطح پایین مانند شیشه و
2529
01:39:20,719 –> 01:39:23,040
laypack که در واقع عملکرد بهتری خواهد داشت
2530
01:39:23,040 –> 01:39:24,560
کار
2531
01:39:24,560 –> 01:39:26,239
نسبت به آن چیزی که داس برای آن دسته از افراد انجام می دهد
2532
01:39:26,239 –> 01:39:28,480
محاسبات، بنابراین شما واقعاً نباید باشید
2533
01:39:28,480 –> 01:39:29,119
استفاده كردن
2534
01:39:29,119 –> 01:39:32,719
وظایف به تقلید از آن ام آن نیز
2535
01:39:32,719 –> 01:39:34,960
از عملیاتی پشتیبانی نمی کند که در آن
2536
01:39:34,960 –> 01:39:36,960
در نتیجه
2537
01:39:36,960 –> 01:39:39,199
شکل به مقادیر آرایه بستگی دارد
2538
01:39:39,199 –> 01:39:40,480
چون داس
2539
01:39:40,480 –> 01:39:43,679
نمی دانم دوست داری
2540
01:39:43,679 –> 01:39:45,280
کاری که قبلاً با if انجام دادیم
2541
01:39:45,280 –> 01:39:47,119
شرط در
2542
01:39:47,119 –> 01:39:49,520
شیء تاخیری جایی که باید بدانیم
2543
01:39:49,520 –> 01:39:52,400
مقدار برای ارزیابی شرط if
2544
01:39:52,400 –> 01:39:54,719
به همین ترتیب اگر الگوریتمی دارید
2545
01:39:54,719 –> 01:39:55,920
نیاز دارد
2546
01:39:55,920 –> 01:39:58,480
شکل حاصل به آن بستگی دارد
2547
01:39:58,480 –> 01:40:00,080
مقادیر آرایه
2548
01:40:00,080 –> 01:40:02,800
das نمی تواند با آن کاری انجام دهد زیرا
2549
01:40:02,800 –> 01:40:04,320
تا زمانی که ما نمی دانیم داده چیست
2550
01:40:04,320 –> 01:40:06,880
محاسبه را انجام دهید
2551
01:40:06,880 –> 01:40:10,719
اوم چیزهای خاصی وجود دارد که وجود دارد
2552
01:40:10,719 –> 01:40:12,960
انجام موازی ذاتا دشوار است
2553
01:40:12,960 –> 01:40:16,080
اوم مثل مرتب کردن آه و این نیست
2554
01:40:16,080 –> 01:40:18,639
یک مشکل با das این فقط یک A است
2555
01:40:18,639 –> 01:40:19,520
موضوع کلی
2556
01:40:19,520 –> 01:40:21,840
در نحوه عملکرد سیستم های توزیع شده
2557
01:40:21,840 –> 01:40:23,280
برخی از عملیات وجود دارد که فقط هستند
2558
01:40:23,280 –> 01:40:24,719
ذاتا دشوار است
2559
01:40:24,719 –> 01:40:28,239
و اوم ما معمولاً یک موازی داریم
2560
01:40:28,239 –> 01:40:29,679
جایگزین دوستانه
2561
01:40:29,679 –> 01:40:31,520
اما برخی از قطعات وجود دارد که نیست
2562
01:40:31,520 –> 01:40:33,520
بیت آخر درست است
2563
01:40:33,520 –> 01:40:37,119
توسعه خط تیره مهم است
2564
01:40:37,119 –> 01:40:40,480
اساسا توسط داوطلبان انجام می شود و
2565
01:40:40,480 –> 01:40:44,159
کارکنان در سازمان های مختلف و
2566
01:40:44,159 –> 01:40:47,280
توسعه بر اساس نیاز است
2567
01:40:47,280 –> 01:40:50,239
بنابراین می دانید که شرکت من به برخی موارد نیاز دارد
2568
01:40:50,239 –> 01:40:51,679
چیزهای در وظیفه و
2569
01:40:51,679 –> 01:40:54,400
ما بودجه توسعه آن ها را تامین می کنیم
2570
01:40:54,400 –> 01:40:55,199
امکانات
2571
01:40:55,199 –> 01:40:57,360
بنابراین برخی از توابع وجود دارد که نیستند
2572
01:40:57,360 –> 01:40:58,239
اجرا شد
2573
01:40:58,239 –> 01:41:00,800
فقط به این دلیل که هنوز کسی آن را انجام نداده است و اگر
2574
01:41:00,800 –> 01:41:02,400
شما عملکرد خاصی دارید که شما
2575
01:41:02,400 –> 01:41:04,400
واقعا دوست دارم و می خواهم استفاده کنم
2576
01:41:04,400 –> 01:41:08,800
اوم شما می دانید که در آن مشارکت دارید
2577
01:41:08,800 –> 01:41:11,920
انجام این کار کار شگفت انگیزی خواهد بود
2578
01:41:11,920 –> 01:41:15,199
درگیر شدن قطعاً است
2579
01:41:15,199 –> 01:41:16,960
چیز خوبی است بنابراین من می خواهم فرار کنم
2580
01:41:16,960 –> 01:41:19,199
client.shutdown و فقط باید بسته شود
2581
01:41:19,199 –> 01:41:22,719
اوم خوشه من چند چیز
2582
01:41:22,719 –> 01:41:24,719
افرادی که روی شما کار می کنند
2583
01:41:24,719 –> 01:41:26,560
ممکن است هشدارها را ببیند زیرا
2584
01:41:26,560 –> 01:41:30,639
زمان cpu و قدرت محاسباتی
2585
01:41:30,639 –> 01:41:34,000
که مردم به شما در کلاسور می دهند
2586
01:41:34,000 –> 01:41:37,119
بسیار کوچکتر هستند
2587
01:41:37,119 –> 01:41:40,400
نکته دیگر این است که اگر در محلی هستید
2588
01:41:40,400 –> 01:41:41,360
دستگاه
2589
01:41:41,360 –> 01:41:43,280
اگر به جای گفتن فقط از مشتری استفاده کنید
2590
01:41:43,280 –> 01:41:45,040
n کارگر برابر با چهار است
2591
01:41:45,040 –> 01:41:46,880
فقط از تمام هسته های موجود در آن استفاده می کند
2592
01:41:46,880 –> 01:41:48,320
کامپیوتر و غیره
2593
01:41:48,320 –> 01:41:49,679
اگر می خواهید از تمام آکوردها استفاده کنید
2594
01:41:49,679 –> 01:41:51,440
کامپیوتر شما فقط می توانید بمانید
2595
01:41:51,440 –> 01:41:53,679
خوب
2596
01:41:58,639 –> 01:42:01,040
باشه ام بیا ما خوبیم فکر کنم ما هستیم
2597
01:42:01,040 –> 01:42:02,639
الان 10 دقیقه استراحت می کنم
2598
01:42:02,639 –> 01:42:03,679
قبل از اینکه شروع کنیم
2599
01:42:03,679 –> 01:42:07,520
قاب داده das um من حدس می زنم ما هستیم
2600
01:42:07,520 –> 01:42:10,800
ما از اوه اوه بله شروع می کنیم
2601
01:42:10,800 –> 01:42:12,960
در 10 دقیقه از هم اکنون تقریبا
2602
01:42:12,960 –> 01:42:14,880
ساعت 11 صبح
2603
01:42:14,880 –> 01:42:17,280
اوم در ضمن من می خوام ادامه بدم
2604
01:42:17,280 –> 01:42:18,000
و
2605
01:42:18,000 –> 01:42:19,970
به سوالات نگاه کنید
2606
01:42:19,970 –> 01:42:23,600
[موسیقی]
2607
01:42:23,600 –> 01:42:25,199
من ممکن است برخی از سوالات را رد کنم
2608
01:42:25,199 –> 01:42:26,480
تمرینات قبلی چون من این کار را نمی کنم
2609
01:42:26,480 –> 01:42:27,600
فکر می کنم می توانم
2610
01:42:27,600 –> 01:42:30,320
زمینه را پیدا کنید، بنابراین سعی می کنم پاسخ دهم
2611
01:42:30,320 –> 01:42:31,280
آنهایی که
2612
01:42:31,280 –> 01:42:34,719
من می توانم زمینه را از آن درک کنم
2613
01:42:37,600 –> 01:42:39,600
خوب پس کوکی و حافظه اش تمام شد
2614
01:42:39,600 –> 01:42:40,639
با استفاده از I am show
2615
01:42:40,639 –> 01:42:43,040
در واقع پروژه دیگری به نام وجود دارد
2616
01:42:43,040 –> 01:42:43,840
سایه زن داده
2617
01:42:43,840 –> 01:42:46,159
در پشته ابزار hollow views و
2618
01:42:46,159 –> 01:42:47,600
این در واقع راه بهتری است
2619
01:42:47,600 –> 01:42:49,360
تجسم مجموعه داده های بسیار بزرگ اما
2620
01:42:49,360 –> 01:42:51,440
که خارج از محدوده این است اما
2621
01:42:51,440 –> 01:42:55,440
در واقع سایه زن و holoviews
2622
01:42:55,440 –> 01:42:57,600
از گرد و غبار زیر کاپوت استفاده کنید تا بتوانید
2623
01:42:57,600 –> 01:42:59,520
تجسم مجموعه داده های بسیار بزرگ بدون
2624
01:42:59,520 –> 01:43:02,880
تمام شدن حافظه خوب آه چه می توانم
2625
01:43:02,880 –> 01:43:04,480
در مورد استفاده از هر چهار کارگر بگویید
2626
01:43:04,480 –> 01:43:07,199
بنابراین در ابتدای این دفترچه ما
2627
01:43:07,199 –> 01:43:08,000
انجام داد
2628
01:43:08,000 –> 01:43:11,199
اوم بذار پیداش کنم
2629
01:43:11,199 –> 01:43:12,960
در ابتدای یک نوت بوک ما تنظیم کردیم
2630
01:43:12,960 –> 01:43:15,440
یک مشتری مانند این را ایجاد کنید
2631
01:43:15,440 –> 01:43:24,320
اگر این را به
2632
01:43:24,320 –> 01:43:27,520
این پس از آن یک مشتری راه اندازی می کند
2633
01:43:27,520 –> 01:43:31,360
با تمام پردازنده های روی ام شما
2634
01:43:31,360 –> 01:43:33,280
کامپیوتر پس اگر هشت هسته داشتید یا
2635
01:43:33,280 –> 01:43:34,800
دو هسته ای یا چهار هسته ای
2636
01:43:34,800 –> 01:43:36,560
آن را با مناسب تنظیم می کند
2637
01:43:36,560 –> 01:43:40,400
تعداد مانند استفاده از برخی از پیش فرض ها
2638
01:43:40,560 –> 01:43:44,719
و بعداً جیمز خواهد گذشت
2639
01:43:44,719 –> 01:43:46,800
زمان بندی ها با جزئیات بیشتر
2640
01:43:46,800 –> 01:43:49,360
و بنابراین او گزینه های بیشتری در مورد چگونگی ارائه خواهد داد
2641
01:43:49,360 –> 01:43:53,840
آن قطعات مختلف کار می کنند
2642
01:43:54,000 –> 01:43:55,679
باشه اگر سوال خاصی دارید
2643
01:43:55,679 –> 01:43:57,199
که به آن علاقه دارید لطفا رای دهید
2644
01:43:57,199 –> 01:43:58,639
آنها را کمی آسان تر می کند
2645
01:43:58,639 –> 01:44:00,159
ما از آن عبور کنیم
2646
01:44:00,159 –> 01:44:06,239
و ببین کدوم ام
2647
01:44:06,239 –> 01:44:09,600
که باید به چه سوالاتی پاسخ دهیم
2648
01:44:16,480 –> 01:44:18,719
چرا مجموع از آرایه dasc است
2649
01:44:18,719 –> 01:44:20,239
اجرای متفاوت از قطعه
2650
01:44:20,239 –> 01:44:23,360
پیاده سازی در بالا
2651
01:44:24,000 –> 01:44:26,159
من می گویم و به آن نگاه نکرده ام
2652
01:44:26,159 –> 01:44:27,360
دقیقا اما
2653
01:44:27,360 –> 01:44:31,199
das ترفندهای زیادی برای بهینه سازی انجام می دهد
2654
01:44:31,199 –> 01:44:33,440
نمودارهای وظیفه تا زمانی که چیزها را می سازیم
2655
01:44:33,440 –> 01:44:35,119
ما به صورت دستی فقط یک کار را انجام می دادیم
2656
01:44:35,119 –> 01:44:35,920
بسیار ساده
2657
01:44:35,920 –> 01:44:39,600
الگوریتم موازی اما در واقع غروب
2658
01:44:39,600 –> 01:44:42,480
یک نمودار وظیفه می سازد و سپس یک را انجام می دهد
2659
01:44:42,480 –> 01:44:44,480
جریان بهینه سازی برای تنظیم مجدد برخی از
2660
01:44:44,480 –> 01:44:46,080
وظایف کارآمدتر باشد
2661
01:44:46,080 –> 01:44:48,400
به روشی که محاسبه و اجرا می کند
2662
01:44:48,400 –> 01:44:50,159
هسته های مختلف و چیزهای دیگر
2663
01:44:50,159 –> 01:44:51,840
احتمالا به همین دلیل است
2664
01:44:51,840 –> 01:44:54,159
ناهمسان
2665
01:44:55,840 –> 01:44:57,360
بله و این به مگی برمی گردد
2666
01:44:57,360 –> 01:44:59,199
سوال نیز
2667
01:44:59,199 –> 01:45:01,840
در تصویرسازی که برای آن نشان دادم
2668
01:45:01,840 –> 01:45:02,719
مجموع
2669
01:45:02,719 –> 01:45:06,000
در واقع جمع بندی گروهی را انجام می داد
2670
01:45:06,000 –> 01:45:07,280
و سپس جمع بندی گروه ها و سپس
2671
01:45:07,280 –> 01:45:08,400
جمع بندی گروه ها
2672
01:45:08,400 –> 01:45:10,000
و این احتمالاً یک بهینه سازی بود
2673
01:45:10,000 –> 01:45:11,760
را بساز
2674
01:45:11,760 –> 01:45:17,840
محاسبه کارآمدتر
2675
01:45:23,199 –> 01:45:27,360
بنابراین، مجموعه ابزار holoviz خوب است
2676
01:45:27,360 –> 01:45:31,040
مجموعه ابزار برای سایه زن بصری داده و
2677
01:45:31,040 –> 01:45:33,040
نماهای قطبی و بوکه و ژئوویو اینها
2678
01:45:33,040 –> 01:45:34,800
همه مجموعه ای از ابزارهای تجسم هستند
2679
01:45:34,800 –> 01:45:36,639
که با داس زیر کاپوت کار می کنند
2680
01:45:36,639 –> 01:45:40,560
که به شما اجازه می دهد um یا hp نمودار دیگری است
2681
01:45:40,560 –> 01:45:40,960
یکی
2682
01:45:40,960 –> 01:45:43,600
همه آنها بخشی از یک مجموعه هستند و
2683
01:45:43,600 –> 01:45:44,000
این است
2684
01:45:44,000 –> 01:45:46,719
آنها از ask زیر کاپوت استفاده کردند و بنابراین اوه
2685
01:45:46,719 –> 01:45:47,520
تو می توانی
2686
01:45:47,520 –> 01:45:51,040
امم مجموعه داده های بسیار بزرگ انجام دهید
2687
01:45:51,040 –> 01:45:55,360
در مرورگر شما خیلی راحت ام
2688
01:45:55,360 –> 01:45:59,840
اجازه بدید ببینم
2689
01:46:05,199 –> 01:46:07,119
بنابراین راهی برای قرار دادن numpy دلخواه وجود دارد
2690
01:46:07,119 –> 01:46:08,639
تابع مبتنی بر خط تیره فقط با عبور دادن
2691
01:46:08,639 –> 01:46:12,000
یک آرایه وظیفه در آن
2692
01:46:12,000 –> 01:46:13,600
من فکر می کنم شما باید از این کار استفاده کنید
2693
01:46:13,600 –> 01:46:15,360
معادل آن ها
2694
01:46:15,360 –> 01:46:19,600
um توابع numpy تعدادی جدید وجود دارد
2695
01:46:19,600 –> 01:46:20,480
کار
2696
01:46:20,480 –> 01:46:24,840
اوم کار در حال انجام با
2697
01:46:24,840 –> 01:46:26,960
گروه نومپی
2698
01:46:26,960 –> 01:46:30,800
جایی که از numpy بیشتر به عنوان api استفاده می کنید
2699
01:46:30,800 –> 01:46:32,560
و سپس زیر کاپوت می توانید استفاده کنید
2700
01:46:32,560 –> 01:46:34,159
باطن های مختلف مانند das
2701
01:46:34,159 –> 01:46:36,880
یا gpu یا چیزهایی از این قبیل اما من فکر می کنم
2702
01:46:36,880 –> 01:46:37,520
به این معنا که
2703
01:46:37,520 –> 01:46:41,119
هنوز کاملا بالغ نشده است
2704
01:46:41,119 –> 01:46:44,480
a در توسعه
2705
01:46:44,480 –> 01:46:46,880
ویژگی
2706
01:46:48,159 –> 01:46:50,080
می تواند ارتباط بین را کنترل کند
2707
01:46:50,080 –> 01:46:52,560
تکه ها
2708
01:46:52,800 –> 01:46:54,719
من دقیقاً نمی دانم منظور شما از چیست
2709
01:46:54,719 –> 01:46:56,239
چون تکه ها فقط تکه هستند
2710
01:46:56,239 –> 01:46:57,199
از داده ها
2711
01:46:57,199 –> 01:47:01,600
اما غروب حرکت را کنترل می کند
2712
01:47:01,600 –> 01:47:04,239
داده های اطراف از ماشین های مختلف و
2713
01:47:04,239 –> 01:47:05,119
پردازنده ها
2714
01:47:05,119 –> 01:47:07,280
در صورت نیاز برای تکمیل محاسبات اگر
2715
01:47:07,280 –> 01:47:08,880
منظور شما همین است
2716
01:47:08,880 –> 01:47:11,199
ام
2717
01:47:17,679 –> 01:47:19,280
می تواند خط تیره ما از راه اندازی چند گره استفاده می کنیم بله
2718
01:47:19,280 –> 01:47:20,840
ما آن را در توزیع شده دریافت خواهیم کرد
2719
01:47:20,840 –> 01:47:23,840
بخش
2720
01:47:35,440 –> 01:47:39,679
باشه هر سوال دیگه ای ببینیم
2721
01:47:44,320 –> 01:47:47,119
چگونه با عدد um you مقایسه می شود
2722
01:47:47,119 –> 01:47:48,000
می تواند به نوعی استفاده کند
2723
01:47:48,000 –> 01:47:49,679
که آنها به نوعی دو کار متفاوت انجام می دهند
2724
01:47:49,679 –> 01:47:51,840
چیزها و شما در واقع می توانید از آنها استفاده کنید
2725
01:47:51,840 –> 01:47:53,280
با هم و در واقع پروژه های زیادی
2726
01:47:53,280 –> 01:47:54,639
آنها را با هم استفاده کنید
2727
01:47:54,639 –> 01:47:57,040
عدد یک قطعه خاص را سرعت می بخشد
2728
01:47:57,040 –> 01:47:57,920
از کد
2729
01:47:57,920 –> 01:48:00,320
اوه با انجام کل کامپایل
2730
01:48:00,320 –> 01:48:01,440
آن کد
2731
01:48:01,440 –> 01:48:05,040
das به شما در توزیع محاسبات کمک می کند
2732
01:48:05,040 –> 01:48:09,199
در سراسر هسته یا در سراسر
2733
01:48:10,159 –> 01:48:12,800
گره ها
2734
01:48:15,280 –> 01:48:17,600
خوب می توانید یک فایل csv را به hdf5 تبدیل کنید
2735
01:48:17,600 –> 01:48:19,600
فایل هایی که احتمالا بهترین ایده نیستند
2736
01:48:19,600 –> 01:48:20,960
اما قالب دیگری به نام وجود دارد
2737
01:48:20,960 –> 01:48:21,600
پارکت
2738
01:48:21,600 –> 01:48:24,560
که یک فرم