CPU yoğun işleri çok çekirdekte çalıştırın
Eğitim, Python multiprocessing modülüyle CPU yoğun işlerin paralelleştirilmesini işler. Process ve Pool, map, starmap, imap, ProcessPoolExecutor, spawn, fork ve forkserver başlatma yöntemleri, pickle sınırlamaları, Queue, Pipe, Value, Array, shared_memory, Ma…
Process, Pool, paylaşılan bellek, kuyruklar ve CPU yoğun işlerin paralelleştirilmesi
Eğitim, Python multiprocessing modülüyle CPU yoğun işlerin paralelleştirilmesini işler. Process ve Pool, map, starmap, imap, ProcessPoolExecutor, spawn, fork ve forkserver başlatma yöntemleri, pickle sınırlamaları, Queue, Pipe, Value, Array, shared_memory, Manager nesneleri, kilitler, süreç havuzu boyutlandırma, hata yönetimi, joblib ile paralel döngüler ve hız kazanımının ölçülmesi uygulamalıdır.
3 Gün. Her gün dört modül; 1. gün Process ve Pool; 2. gün Süreçler Arası İletişim ve Senkronizasyon; 3. gün Performans ve Gerçek Uygulamalar.
İleri Seviye — Process, Pool, paylaşılan bellek, kuyruklar ve CPU yoğun işlerin paralelleştirilmesi
Katılımcılar görüntü işleme, asal sayı tarama ve veri dönüştürme gibi CPU yoğun görevleri paralelleştirir ve hız kazancını ölçer.
Tüm çekirdekleri kullanarak hesaplamaları hızlandırırsınız.
Kuyruk, boru ve paylaşılan bellekle veriyi doğru aktarırsınız.
Hızlanma oranını ve Amdahl sınırını yorumlarsınız.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Fonksiyon, sınıf ve bağlam yöneticisi bilgisi gerekir.
GIL ve threading kavramlarına aşinalık beklenir.
En az 4 çekirdekli bilgisayar gerekir.
Python 3.10+ ve VS Code veya PyCharm kurulu bir bilgisayar gerekir.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Süreç ve havuzlarla CPU işini paralelleştirebilirsiniz.
ProcessPoolExecutor ile Future tabanlı çalışma yapabilirsiniz.
Queue ve Pipe ile süreçler arası veri aktarabilirsiniz.
shared_memory ile kopyasız veri paylaşabilirsiniz.
Lock ve Event ile güvenli koordinasyon sağlayabilirsiniz.
Serileştirme sorunlarını tanıyıp çözebilirsiniz.
Amdahl yasasına göre kazancı yorumlayabilirsiniz.
joblib ve dask ile paralel iş akışları kurabilirsiniz.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
MATLAB kullanıcıları için Python eğitimi: numpy, scipy, matplotlib, pandas, .mat dosyaları, solve_ivp ve MATLAB kodunu Python'a dönüştürmeyi 3 günde öğrenin.
Detayları Gör →
Ağ mühendisleri için Python eğitimi: Netmiko, NAPALM, Nornir, Jinja2, TextFSM, RESTCONF ve SNMP ile ağ cihazlarını otomatikleştirmeyi 3 günde laboratuvarla öğre
Detayları Gör →
Sistem ve ağ yöneticileri için Python eğitimi: subprocess, paramiko, socket, scapy, psutil ve log analizi ile sunucu yönetimi otomasyonunu 3 günde uygulamalı öğ
Detayları Gör →
Unix shell kullanıcıları için Python eğitimi: subprocess, pathlib, argparse, regex ve logging ile Bash betiklerini sağlam Python komut dosyalarına dönüştürmeyi
Detayları Gör →
Python Foundations Applied programı: temel Python, OOP, dosya ve API işlemleri, SQLite, pandas, pytest ve Git ile proje odaklı 4 günlük uygulamalı eğitim.
Detayları Gör →