Dies ist die Linux-App namens Numba, deren neueste Version als Version0.58.0.zip heruntergeladen werden kann. Es kann online im kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens Numba mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS
Ad
Numba
BESCHREIBUNG
Numba ist ein Open-Source-JIT-Compiler, der eine Teilmenge von Python- und NumPy-Code in schnellen Maschinencode übersetzt. Numba übersetzt Python-Funktionen zur Laufzeit mithilfe der branchenüblichen LLVM-Compilerbibliothek in optimierten Maschinencode. Numba-kompilierte numerische Algorithmen in Python können sich den Geschwindigkeiten von C oder FORTRAN annähern. Sie müssen den Python-Interpreter nicht ersetzen, einen separaten Kompilierungsschritt ausführen oder sogar einen C/C++-Compiler installiert haben. Wenden Sie einfach einen der Numba-Dekoratoren auf Ihre Python-Funktion an und Numba erledigt den Rest. Numba wurde für die Verwendung mit NumPy-Arrays und -Funktionen entwickelt. Numba generiert speziellen Code für verschiedene Array-Datentypen und -Layouts, um die Leistung zu optimieren. Spezielle Dekorateure können universelle Funktionen erstellen, die wie NumPy-Funktionen über NumPy-Arrays übertragen werden. Numba funktioniert auch hervorragend mit Jupyter-Notebooks für interaktives Computing und mit verteilten Ausführungs-Frameworks wie Dask und Spark.
Eigenschaften
- Python-Funktionen beschleunigen
- Gebaut für wissenschaftliches Rechnen
- Parallelisieren Sie Ihre Algorithmen
- Tragbare Zusammenstellung
- Vereinfachtes Einfädeln
- SIMD-Vektorisierung
- GPU-Beschleunigung
Programmiersprache
Python
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/numba.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, um auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt zu werden.