Dit is de Linux-app genaamd cuDF waarvan de nieuwste release kan worden gedownload als v23.10.00.zip. Het kan online worden uitgevoerd in de gratis hostingprovider OnWorks voor werkstations.
Download en voer deze app met de naam cuDF gratis online uit met OnWorks.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start de OnWorks Linux online of Windows online emulator of MACOS online emulator vanaf deze website.
- 5. Ga vanuit het OnWorks Linux-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie, installeer hem en voer hem uit.
SCREENSHOTS
Ad
cuDF
PRODUCTBESCHRIJVING
CuDF is gebouwd op basis van het kolomgeheugenformaat Apache Arrow en is een GPU DataFrame-bibliotheek voor het laden, samenvoegen, aggregeren, filteren en anderszins manipuleren van gegevens. cuDF biedt een panda-achtige API die bekend zal zijn bij data-engineers en datawetenschappers, zodat ze deze kunnen gebruiken om hun workflows gemakkelijk te versnellen zonder in te gaan op de details van CUDA-programmering. Blader voor meer voorbeelden door onze volledige API-documentatie of bekijk onze meer gedetailleerde notebooks. cuDF kan worden geïnstalleerd met conda (miniconda of de volledige Anaconda-distributie) van het rapidsai-kanaal. cuDF wordt alleen ondersteund op Linux en met Python-versies 3.7 en hoger. De RAPIDS-suite van open-source softwarebibliotheken is bedoeld om de uitvoering van end-to-end datawetenschap en analysepijplijnen volledig op GPU's mogelijk te maken. Het vertrouwt op NVIDIA® CUDA®-primitieven voor low-level compute-optimalisatie, maar legt die GPU-parallelliteit en geheugensnelheid met hoge bandbreedte bloot via gebruiksvriendelijke Python-interfaces.
Voordelen
- cuDF wordt alleen ondersteund op Linux en met Python-versies 3.7 en later
- De RAPIDS-suite met open source softwarebibliotheken geeft u de vrijheid om end-to-end datawetenschap en analysepijplijnen volledig op GPU's uit te voeren
- Schaal naadloos van GPU-werkstations naar multi-GPU-servers en clusters met meerdere knooppunten met Dask
- Versnel uw Python data science toolchain met minimale codewijzigingen en geen nieuwe tools om te leren
- cuDF biedt een panda-achtige API die bekend zal zijn bij data-engineers en datawetenschappers
- Gebouwd op basis van het kolomgeheugenformaat Apache Arrow
Programmeertaal
C + +
Categorieën
Dit is een applicatie die ook kan worden opgehaald van https://sourceforge.net/projects/cudf.mirror/. Het is gehost in OnWorks, zodat het op de gemakkelijkste manier online kan worden uitgevoerd vanaf een van onze gratis besturingssystemen.
