Добро пожаловать, Гость
Логин: Пароль: Запомнить меня
Новостной блог ведет учитель информатики МКОУ "Сузунская средняя школа №2" Заикин Сергей Васильевич.

Автор ответственен за достоверность публикуемых материалов.
Мнение автора может не совпадать с позицией редакции сайта.

ТЕМА: о сколько нам открытий чудных...

о сколько нам открытий чудных... 3 года 2 мес. назад #351

  • zaikin
  • zaikin аватар
  • Вне сайта
  • Модератор
  • Сообщений: 1757
  • Спасибо получено: 3
  • Репутация: 0
27.12.2015 08:55 Опубликованы лекции "Python в научных вычислениях" www.opennet.ru/opennews/art.shtml?num=43594
Доктор физико-математических наук Андрей Грозин прочитал цикл лекций об использовании Python. Презентации были приготовлены для представления в среде Jupyter. Видеоматериалы лекций с разрешения лектора доступны под свободной лицензией CC-BY-SA. Исходные видеофайлы будут выложены в торрентах позже. Лекционные материалы в формате HTML и примеры опубликованы на странице лектора.
Первая и третья лекция записаны не были. Первые четыре лекции представляют из себя введение в язык программирования Python. Следующие пять лекция — обзор возможностей Python, которые смогут пригодится в процессе занятия наукой.
Лекция 1. Jupyter. Числа. Строки. Списки.
Лекция 2. Кортежи. Множества. Словари. Функции.
Лекция 3. Объектно-ориентированное программирование. Исключения.
Лекция 4. Модули. Ввод-вывод, файлы, директории.
Лекция 5. numpy. Одномерные массивы. Операции над одномерными массивами. 2-мерные массивы. Линейная алгебра. Преобразование Фурье. Интегрирование. Дифференциальные уравнения.
Лекция 6. matplotlib. Логарифмический масштаб. Полярные координаты. Экпериментальные данные. Гистограмма. Контурные графики. Images (пиксельные картинки). Трёхмерная линия. Поверхности.
Лекция 7. SymPy . Многочлены и рациональные функции. Элементарные функции. Структура выражений. Решение уравнений. Ряды. Производные. Интегралы. Суммирование рядов. Пределы. Дифференциальные уравнения. Линейная алгебра. Собственные значения и векторы. Нормальная жорданова форма. Графики.
Лекция 8. iminuit . cython. Функции. Интерфейс к библиотеке на C. Структуры. cdef классы. Интерфейс к библиотеке на C.
Лекция 9. Интерфейс к библиотеке на C (продолжение). pandas — пакет для статистической обработки данных. Series. DataFrame. sh — простой вызов shell-комманд. rpyc — remote python call. pyroot — интерфейс к пакету анализа данных в том числе и данных очень большого объёма ROOT.
Весь материал доступен в разных форматах от HTML до видео на Утубе. Ссылки на странице указанной в начале.
Администратор запретил публиковать записи.

о сколько нам открытий чудных... 3 года 2 мес. назад #361

  • zaikin
  • zaikin аватар
  • Вне сайта
  • Модератор
  • Сообщений: 1757
  • Спасибо получено: 3
  • Репутация: 0
05.01.2016 23:39 Форд, Мазда, Мицубиси и Субару подключились к разработке открытой автомобильной Linux-платформы www.opennet.ru/opennews/art.shtml?num=43629
Ford, Mazda, Mitsubishi Motors и Subaru присоединились к рабочей группе Automotive Grade Linux (AGL), созданной при организации Linux Foundation для развития открытого программного автомобильного стека на базе платформы Tizen. Из ранее присоединившихся к рабочей группе AGL участников можно отметить Nissan, Toyota, Honda и Jaguar Land Rover. Примечательно, что большинство членов AGL работает на два фронта и также входит в состав альянса Open Automotive Alliance (OAA), развивающего автомобильную платформу на базе Android. В OAA входят Ford, Mazda, Mitsubishi, Nissan, Subaru, Honda, Audi, Renault, General Motors, SEAT, FIAT Chrysler, Skoda, Suzuki, Volkswagen, Volvo, Infiniti, Maserati и Bentley.
Одновременно представлен новый дистрибутив AGL Unified Code Base Linux, предоставляющий универсальную платформу для использования в различных автомобильных подсистемах, от панелей приборов до автомобильных информационно-развлекательных систем. Дистрибутив AGL основан на наработках проектов Tizen, GENIVI и Yocto, и может использоваться автопроизводителями как каркас для создания конечных решений, после проведения необходимой адаптации для оборудования и кастомизации интерфейса. AGL позволяет уделить основное внимание разработке приложений и собственных методов организации работы пользователя, не задумываясь о низкоуровневой инфраструктуре и минимизируя затраты на сопровождение. Проект является полностью открытым - все компоненты доступны под свободными лицензиями.
Платформой предоставляется набор рабочих прототипов типовых приложений, среди которых реализация домашнего экрана, приборной панели, навигационной системы (используется Google Maps), климат-контроля, мультимедийного проигрывателя с поддержкой DLNA, интерфейса для настройки звуковой подсистемы, программы для чтения новостей. Платформой также предлагаются компоненты для голосового управления, поиска информации, взаимодействия со смартфоном по Bluetooth и подключения к CAN-сети для доступа к датчикам и передачи данных между узлами автомобиля. Программы с интерфейсом пользователя могут быть построены с использованием технологий HTML5 и Qt.
Особенности выпуска:
Полноценный дистрибутив Linux, включающий инструментарий разработчика, систему сборки на базе компонентов Yocto, набор программных интерфейсов и коллекцию мета-пакетов.
Типовой слой для оснащения автомобильных информационно-развлекательных систем, совместно развиваемый при участии таких групп, как AGL и GENIVI;
Инфраструктура для разработчиков приложений, включающая Git-репозитории, систему рецензирования кода Gerrit и систему отслеживания ошибок Jira;
Поддержка системы непрерывной интеграции Jenkins;
Автоматическая инфраструктура для тестирования;
Пользовательская оболочка Weston IVI Shell, использующая Wayland и специализированные IVI-расширения от проекта GENIVI;

Поддержка мультимедийных возможностей Qt и использование QML для разработки приложений;
Набор демонстрационных приложений: домашний экран, медиаплеер, web-браузер, управление климат-контролем, радио, навигатор, интерфейс настройки и т.п.
Открытый драйвер для устройств MOST от компании Microchip Technology;
Поддержка выполнения как нативных, так и HTML5-приложений;
Поддержка плат Renesas R-CAR M2 PORTER, Renesas R-CAR E2 SILK и плат Intel, таких как MinnowBoard MAX. Возможность запуска в эмуляторе на базе QEMU.

Дополнение: Компании Toyota, Peugeot Citroën, Honda, Subaru и Mazda экспериментируют с внедрением технологии SmartDeviceLink, изначально развиваемой компанией Ford в качестве открытого проекта. SmartDeviceLink определяет серию протоколов и систем обмена сообщениями, предназначенных для связывания работающих на смартфонах приложений с автомобильными информационно-развлекательными системами. Технология позволяет организовать взаимодействие с мобильным приложением (поддерживается iOS и Android) при помощи штатных автомобильных интерфейсов, таких как сенсорный экран на консоли, система распознавания речевых команд и дополнительные кнопки и манипуляторы.
Администратор запретил публиковать записи.

о сколько нам открытий чудных... 3 года 2 мес. назад #372

  • zaikin
  • zaikin аватар
  • Вне сайта
  • Модератор
  • Сообщений: 1757
  • Спасибо получено: 3
  • Репутация: 0
14.01.2016 11:07 Microsoft опубликовал исходные тексты JavaScript-движка ChakraCore www.opennet.ru/opennews/art.shtml?num=43669
Компания Microsoft опубликовала исходные тексты многопоточного JavaScript-движка ChakraCore, открытие которого было анонсировано в декабре. Код открыт под лицензией MIT и размещён на GitHub. Реализация включает в себя JIT-компилятор для JavaScript с поддержкой платформ x86, x86_64 и ARM, сборщик мусора, JavaScript Runtime (JSRT, для встраивания движка в приложения), интерпретатор и парсер с поддержкой стандарта ECMAScript 2015 и расширений WebAssembly, Asm.js, Async и SIMD.js.
Движок Chakra используется в браузере Edge, СУБД Azure DocumentDB, продуктах Windows 10 IoT Core, Cortana и Outlook.com. Управление движком может осуществляться через специальный API, который позволяет встраивать его в сторонние приложения. Например, компания Miсrosoft подготовила порт платформы Node.js, в которой движок V8 заменён на Chakra, а также развивает средства для использования в качестве JavaScript-движка для NoSQL СУБД и игровых приложений.
По производительности и функциональности движок соответствует возможностям браузера Windows 10, но поставляется без программных интерфейсов, специфичных для Windows, таких как диагностический COM API и прослойки для интеграции с браузером Edge и Universal Windows Platform. Вместо данных API в ChakraCore представлены новые универсальные API.
Из планов на будущее упоминается привлечение к участию в разработке заинтересованных компаний, портирование движка на другие платформы и его развитие как кросс-платформенного продукта. В настоящий момент для сборки ChakraCore требуется Visual Studio 2013 или 2015, а работа возможна только в Windows, но в ближайшее время разработчики обещают добавить поддержку Linux.
Администратор запретил публиковать записи.

о сколько нам открытий чудных... 3 года 2 мес. назад #383

  • zaikin
  • zaikin аватар
  • Вне сайта
  • Модератор
  • Сообщений: 1757
  • Спасибо получено: 3
  • Репутация: 0
15.01.2016 19:50 IT-платформа Сбербанка будет переведена на открытое ПО GridGain www.opennet.ru/opennews/art.shtml?num=43678
Президент Сбербанка Герман Греф признал провал проекта по переходу банка на новую IT-инфраструктуру, на внедрение которой было выделено более миллиарда долларов. Несмотря на то, что после четырёх лет внедрения новая инфраструктура была введена в строй летом прошлого года, из-за слишком длительного цикла интеграции новых возможностей (на внедрение изменений уходят месяцы) она уже признана неконкурентоспособной и на смену её готовится новая платформа, которая будет основана на наработках компании GridGain.
GridGain развивает одноимённую СУБД для обработки больших объёмов данных в оперативной памяти (In-Memory Data Grid), написанную на языке Java. СУБД доступна в виде коммерческого продукта и свободнораспространяемой Community версии, код которой опубликован под лицензией Apache 2.0. Продукты GridGain базируются на наработках свободного проекта Apache Ignite, который был инициирован на основе переданных Фонду Аpache исходных текстов GridGain.
GridGain In-Memory Data Grid может применяться как акселератор для платформы Hadoop (в 100 раз увеличивает производительность операций Map Reduce в Hadoop), так и для построения самостоятельного распределённого хранилища объектов с поддержкой ACID-транзакций и запросов SQL/NoSQL, масштабируемого до миллиарда транзакций в секунду. Кроме того, GridGain может применяться для построения систем распределённой обработки сложных событий (Complex Event Processing, CEP) и обработки потоков данных (Streaming Processing).
Администратор запретил публиковать записи.

о сколько нам открытий чудных... 3 года 2 мес. назад #392

  • zaikin
  • zaikin аватар
  • Вне сайта
  • Модератор
  • Сообщений: 1757
  • Спасибо получено: 3
  • Репутация: 0
25.01.2016 13:01 Открытый GPU Nyuzi задействован для научных исследований www.opennet.ru/opennews/art.shtml?num=43737
Исследователи из Бингемтонского университета сообщили о первом успешном внедрении открытого GPU, разрабатываемого в рамках OpenHardware-проекта Nyuzi (бывший Nyami), наработки которого распространяются под свободной лицензией Apache 2.0. Графические процессоры, основанные на архитектуре Nyuzi, задействованы в серии экспериментов с целью сравнения влияния изменения аппаратной и программной конфигурации на производительность схемы.
Результаты экспериментов упростят создание специализированных редакций GPU, оптимизированных для решения тех или иных научных задач, переведя производительность подобных решений на новый уровень. Например, применение реальных рабочих прототипов процессоров в процессе разработки специализированных чипов позволяет выявить проблемы и узкие места, которые не проявляют себя на симуляторе.
В ходе проведения научных экспериментов GPU применяется прежде всего как ускоритель для параллельных вычислений и обработки больших объемов данных, которые базируются на тех же алгоритмах, которые используются для обработки изображений при традиционном применении GPU. Если проприетарные GPU ограничены заложенной в них функциональностью, то открытый характер проекта и его построение на базе FPGA позволяет оперативно вносить изменения в методы работы применяемых алгоритмов и наблюдать результат этих изменений, оценивая различные подходы к оптимизации для нахождения оптимального варианта.
Nyuzi позиционируется как многопоточный гибрид CPU и GPU (GPGPU, general-purpose GPU), построенный с использованием полностью программно определяемой архитектуры, не привязанной к фиксированным аппаратным реализациям и способной выполнять различные виды вычислений в разных потоках. Аппаратная реализация синтезируется из схем SystemVerilog для выполнения на типовых FPGA, таких как Altera Cyclone IV.
Администратор запретил публиковать записи.

о сколько нам открытий чудных... 3 года 1 мес. назад #403

  • zaikin
  • zaikin аватар
  • Вне сайта
  • Модератор
  • Сообщений: 1757
  • Спасибо получено: 3
  • Репутация: 0
25.01.2016 19:53 Microsoft опубликовал на GitHub систему машинного обучения CNTK www.opennet.ru/opennews/art.shtml?num=43756
Компания Microsoft сообщила о публикации на GitHub исходных текстов тулкита CNTK (Computational Network Toolkit) с реализацией алгоритмов глубокого машинного обучения. На практике тулкит используется в сервисах, обеспечивающих распознавание произвольной речи, таких как Windows Cortana, Skype Translator и Project Oxford Speech API. Тулкит также может использоваться для решения задач автоматизированного перевода, распознавания изображений и разбора вопросов на естественном языке. Код написан на языке С++ и распространяется под лицензией MIT.
CNTK позволяет создавать распределённые нейронные сети, оформленные в виде ориентированного графа, вершины в котором представляют входные значения или параметры нейронной сети, а промежуточные узлы отождествлены с матричными операциями с этими параметрами. CNTK поддерживает различные модели нейронных сетей, включая DNN c прямой связью (feed-forward), свёрточные (CNN) и рекуррентные нейронные сети (RNN/LSTM), а также их комбинации. CNTK ориентирован на использование GPU для вычислений и обеспечивает близкую к линейной масштабируемость при увеличении числа GPU. Поддерживается автоматическое разделение и распараллеливание вычислений с привлечением кластерных конфигураций, включающих большое число GPU.
По заявлению Microsoft, CNTK заметно опережает другие аналогичные тулкиты по производительности обработки данных. Например, при развёртывании четырёхуровневой тестовой нейронной сети на Linux-сервере с 4 GPU NVIDIA K40, CNTK быстрее Google TensorFlow в 4 раза, а Torch и Caffe почти в два раза. При задействовании двух аналогичных узлов в Azure GPU Lab (в сумме 8 GPU) производительность CNTK увеличилась на 75%. На системах с одним GPU CNTK немного отстаёт от Torch и Caffe.
Администратор запретил публиковать записи.
Модераторы: amv, zaikin, $admin

Вебинары и он-лайн трансляции

Доступ к информационным системам и электронным образовательным ресурсам

Главный корпус Учебный корпус
Гостиница © ДубльГИС - справочник организаций с картой города