Build your ultimate AI agent
Kursbeskrivning
Snabba upp din kod med parallell programmering
R-programmeringsspråket är en viktig del av den moderna teknikstacken. Men ibland tar R-kod lång tid att köra. Den goda nyheten är att de flesta moderna datorer har flera processorer. Den här kursen i parallellprogrammering kan hjälpa dig att snabba upp din kod genom att utnyttja den hårdvara du redan har.
Lär dig de viktigaste begreppen
I den här kursen kommer du systematiskt att lära dig de viktigaste begreppen inom parallell programmering. Du kommer att profilera och benchmarka vanliga beräkningar som bootstraps och funktionsmappningar. Du kommer också att lära dig att identifiera operationer som kan dra nytta av parallellisering.
Använd R-paket för att parallellisera operationer
Allt eftersom du avancerar kommer du att utforska en uppsättning mogna R-paket (parallel, foreach, future). Du kommer att lära dig att använda dessa paket för att parallellisera operationer med listor, matriser och dataframes. Genom att arbeta med en mängd olika uppgifter kommer du att utveckla färdigheterna för att få kontroll över körtiden för nästlade for-loopar. Du kommer också att lära dig hur du övervakar, felsöker och löser reproducerbarhetsproblem i parallelliserad kod.
Parallellisera din befintliga kod
Med dessa verktyg i din verktygslåda kommer du att kunna skriva parallelliserad kod som körs betydligt snabbare. När du är klar kommer du att ha färdigheterna att parallellisera och underhålla befintlig kod på ett metodiskt sätt.
Förkunskapskrav
Kursplan
Kursöversikt
1
Introduktion till parallell programmering
Lär dig identifiera prestandaflaskhalsar i din R-kod. Du kör en klassisk numerisk operation parallellt och kontrollerar om det verkligen hjälper!
2
Parallel och foreach
Använd parallellism i R för en mängd olika situationer och hantera beroenden på ett effektivt sätt. Förvandla långsamma loopar till smidig och välflödande kod!
3
Parallella futures
Fördjupa dig i användningen av futures inom parallell programmering. Lär dig bearbeta vektorer, listor och dataramar parallellt – och håll koden lättunderhållen.
4
Felsökning i parallell
Lär dig hantera minne för parallella processer. Gör din kod reproducerbar och lägg till effektiv felsökning i din verktygslåda för parallell programmering.
R
Parallell programmering i R
Kurs
slutförd

