Parallel computing (01) (Tính toán song song)
Slide bài giảng giới thiệu về tính toán song song, bao gồm các khái niệm cơ bản về threads, các API và đề cương khóa học Big Data Analytics.
Đang tạo bản xem trước...
Big Data Analytics Big Data Analytics A. Parallel Computing / A.1 Threads Lars Schmidt-Thieme Information Systems and Machine Learning Lab (ISMLL) Institute for Computer Science University of Hildesheim, Germany Lars Schmidt-Thieme, Information Systems and Machine Learning Lab (ISMLL), University of Hildesheim, Germany 1 / 52 Big Data Analytics Syllabus Tue. 9.4. (1) 0. Introduction Tue. 16.4. Tue. 23.4. Tue. 30.4. (2) (3) (4) A. Parallel Computing A.1 Threads A.2 Message Passing Interface (MPI) A.3 Graphical Processing Units (GPUs) Tue. 7.5. Tue. 14.5. Tue. 21.5. (5) (6) (7) B. Distributed Storage B.1 Distributed File Systems B.2 Partioning of Relational Databases B.3 NoSQL Databases Tue. 28.5. Tue. 4.6. Tue. 11.6. Tue. 18.6. (8) (9) (10) C. Distributed Computing Environments C.1 Map-Reduce Pentecoste Break — C.2 Resilient Distributed Datasets (Spark) C.3 Computational Graphs (TensorFlow) Tue. 25.6. Tue. 2.7. (11) (12) D. Distributed Machine Learning Algorithms D.1 Distributed Stochastic Gradient Descent D.2 Distributed Matrix Factorization Tue. 9.7. (13) Questions and Answers Lars Schmidt-Thieme, Information Systems and Machine Learning Lab (ISMLL), University of Hildesheim, Germany 1 / 52 Big Data Analytics Outline 1. Threads Basics 2. Starting and Interrupting Threads 3. Synchronization I: Monitors 4. Synchronization II: Locks 5. Starting Threads II: Thread Pools and Dependency Graphs 6. Open MP 7. More Examples Lars Schmidt-Thieme, Information Systems and Machine Learning Lab (ISMLL), University of Hildesheim, Germany 1 / 52 Big Data Analytics 1. Threads Basics Outline 1. Threads Basics 2. Starting and Interrupting Threads 3. Synchronization I: Monitors 4. Synchronization II: Locks 5. Starting Threads II: Thread Pools and Dependency Graphs 6. Open MP 7. More Examples Lars Schmidt-Thieme, Information Systems and Machine Learning Lab (ISMLL), University of Hildesheim, Germany 1 / 52 Big Data Analytics 1. Threads Basics Pro
… Tải file gốc để đọc toàn bộ tài liệu.
- Tên tài liệu
- Parallel computing (01) (Tính toán song song)
- Trường / Môn
- University of Hildesheim · Big Data
- Nội dung
- Tài liệu giới thiệu về tính toán song song, tập trung vào khái niệm tiến trình và luồng, cùng các API lập trình luồng phổ biến. Nó là phần mở đầu cho các chủ đề nâng cao hơn về tính toán phân tán và học máy.
- Mục lục
- 0. Introduction
- A. Parallel Computing
- A.1 Threads
- A.2 Message Passing Interface (MPI)
- A.3 Graphical Processing Units (GPUs)
- B. Distributed Storage
- B.1 Distributed File Systems
- B.2 Partioning of Relational Databases
- B.3 NoSQL Databases
- C. Distributed Computing Environments
- C.1 Map-Reduce
- C.2 Resilient Distributed Datasets (Spark)
- C.3 Computational Graphs (TensorFlow)
- D. Distributed Machine Learning Algorithms
- D.1 Distributed Stochastic Gradient Descent
- D.2 Distributed Matrix Factorization
- Questions and Answers
- 1. Threads Basics
- 2. Starting and Interrupting Threads
- 3. Synchronization I: Monitors
- 4. Synchronization II: Locks
- 5. Starting Threads II: Thread Pools and Dependency Graphs
- 6. Open MP
- 7. More Examples
- Doc.pages
- 81 trang
- Người đăng
- Giang Le
Câu hỏi thường gặp
Tài liệu này có miễn phí không?
Có. “Parallel computing (01) (Tính toán song song)” miễn phí — bạn chỉ cần đăng nhập rồi bấm Tải xuống để lấy file gốc.
Tài liệu dài bao nhiêu trang?
Tài liệu gồm 81 trang, thuộc môn Big Data. Bạn có thể xem trước online trước khi tải.
Tôi có thể xem trước trước khi tải không?
Có. Bạn xem trước tài liệu ngay trên trang này bằng trình đọc online, rồi quyết định tải về.
Bình luận (0)
Chưa có bình luận nào. Hãy là người đầu tiên!