教程演示🔗
课程描述
多线程和多处理编程并不比普通编程难多少。开发人员害怕并发编程，因为他们认为这是一个只有经验丰富的开发人员才能玩的高级主题。这远非真相。我们的头脑非常习惯于处理并发。事实上，我们在日常生活中这样做没有任何问题，但不知何故，我们很难将其转化为我们的代码。原因之一是我们不熟悉可用于管理这种并发性的概念和工具。
本课程旨在帮助您了解如何使用多线程和多处理工具和概念来管理您的并行编程。它的设计尽可能实用。我们从一些关于并行性的理论开始，然后解释操作系统如何处理多个进程和线程。稍后，我们将继续通过使用并发编程解决示例问题来解释可用的多种工具。在本课程中，我们使用 Python 语言，但是这里学到的概念可以应用于大多数编程语言。
你会学到什么
- 了解如何创建响应迅速的高性能软件。
- 了解如何使用多线程和多处理对某些类型的问题进行建模。
- 使用 Python 开发高度并发和并行的程序。
- 了解并行计算的优点、限制和特性。
- 通过更高级的多线程和多处理主题提高您的 Python 编程技能。
- 了解线程、进程、互斥锁、屏障、等待组、队列、管道、条件变量、死锁等。
本课程适合谁
- 希望通过提高技能和学习并发和并行编程将自己的职业提升到一个新水平的开发人员。
- 目前正在学习并行计算的大学生想要了解课堂上学到的概念如何与实践相关联。
- 有经验的开发人员在这个主题上苦苦挣扎，想用不同的方法再试一次。
Learn Parallel Computing in Python 规范
- 发行商：Udemy
- 老师 : James Cutajar
- 英语语言
- 级别 : 中级
- 课程数 : 46
- 时长：5小时2分钟
Learn Parallel Computing in Python 内容
要求
- 一些 Python 编程经验（如果您知道如何使用函数、列表和字典就足够了）。
- 安装了最新版本的 Python。
- 能够做 50 个引体向上，同时对每个代表大喊一个独特的质数（开玩笑）。
图片
样片
媒体错误：格式不受支持或来源未找到
安装指南
提取文件并使用您最喜欢的播放器观看
字幕：英语
画质：720p
下载链接
声明：本站所有文章，如无特殊说明或标注，均为本站发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
