Ito ang Linux app na pinangalanang Numba na ang pinakabagong release ay maaaring ma-download bilang Version0.58.0.zip. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang Numba sa OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Simulan ang OnWorks Linux online o Windows online emulator o MACOS online emulator mula sa website na ito.
- 5. Mula sa OnWorks Linux OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application, i-install ito at patakbuhin ito.
MGA LALAKI
Ad
Numba
DESCRIPTION
Ang Numba ay isang open source JIT compiler na nagsasalin ng subset ng Python at NumPy code sa mabilis na machine code. Isinasalin ng Numba ang mga function ng Python sa na-optimize na machine code sa runtime gamit ang industry-standard na LLVM compiler library. Ang numba-compiled numerical algorithm sa Python ay maaaring lapitan ang bilis ng C o FORTRAN. Hindi mo kailangang palitan ang Python interpreter, magpatakbo ng isang hiwalay na hakbang sa compilation, o kahit na magkaroon ng C/C++ compiler na naka-install. Ilapat lang ang isa sa mga dekorador ng Numba sa iyong Python function, at gagawin ng Numba ang iba. Ang Numba ay idinisenyo upang magamit sa mga array at function ng NumPy. Bumubuo ang Numba ng espesyal na code para sa iba't ibang uri ng data ng array at mga layout upang ma-optimize ang pagganap. Ang mga espesyal na dekorador ay maaaring lumikha ng mga pangkalahatang function na nagbo-broadcast sa mga array ng NumPy tulad ng ginagawa ng mga function ng NumPy. Gumagana rin nang mahusay ang Numba sa mga Jupyter notebook para sa interactive na computing, at sa mga distributed execution framework, tulad ng Dask at Spark.
Mga tampok
- Pabilisin ang Mga Pag-andar ng Python
- Ginawa para sa Scientific Computing
- Iparallelize ang Iyong Algorithms
- Portable Compilation
- Pinasimpleng Threading
- SIMD Vectorization
- Pagpapabilis ng GPU
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/numba.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
