Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Secretario: Ronal Vilca Narváez (Registrará todos los datos y actividades del
grupo.)
Facilitador: Luis Sullca Huillca Baltazar (Su trabajo será recordar al equipo lo
que se debe hacer y recordarles las actividades.)
Cronometrador: Sergio Sarmiento Levizaca (Nos indicará los tiempos con los
que contamos, y los de trabajo.)
Programa de trabajo
¿Cómo vamos a trabajar?
11/07/2021 12/07/2021
seguimos desarrollando el desarrollamos los ejercicios en
tema cada uno python con la mira hacia el
ayudándonos con los segundo trabajo a entregar
ejercicios que no podemos
y tipeamos en python.
Programa de trabajo
Anexo
Rúbrica de evaluación de la primera entrega
Puntaje Puntaje
Entrega Área Ítem de evaluación
máximo
Se entrega un portafolio en formato pdf en los plazos correspondientes. 3
El portafolio tiene una portada con un título. 2
Aspectos
formales Formalidad del portafolio: el documento está redactado y presentado en un tono 2
de trabajo, tiene imágenes adecuadas y un lenguaje formal.
Claridad: el documento está bien redactado y no tiene faltas de ortografía. 2
El portafolio incluye la presentación de integrantes del equipo: nombre completo,
Primera Constitución carrera, y una motivación corta (30 palabras) con respecto a este trabajo en 2
Entrega del equipo de equipo.
trabajo El portafolio establece los roles y/o responsabilidades de cada integrante para el 3
trabajo a realizar durante el proyecto.
Cronograma hasta segunda entrega: se definen fechas y horas de reuniones de
trabajo del equipo, así como la forma de reunirse (ejemplo: videoconferencia vía 3
Programa de Jitsi)
trabajo
Se define una plataforma de trabajo y/o herramientas que se usarán (no 3
exhaustivo). Ejemplo: OneDrive, GoogleDrive, Dropbox
¿Qué es NUMBA ?
1.https://pybonacci.org/2015/03/13/como-acelerar-tu-codig
o-python-con-numba/
¿cuándo se creó ?
Numba fue creado en el año 2012 y desde entonces ha estado en desarrollo
activo en GitHub con lanzamientos frecuentes pero ha habido importantes
cambios desde entonces y la herramienta ha cambiado muchísimo.
1.Lo primero que hace es compilar un Kernel de CUDA para ejecutar las funciones en
paralelo a las demás puestas en el script.
2.Asigna inputs y outputs a la memoria GPU.
3.Copia los inputs a la GPU.
4.Ejecuta el Kernel de CUDA.
5.Copia los resultados obtenidos de la GPU a la CPU.
6.Devuelve el resultado como un numpy array.
7.te permite escribir tu código en python.
8.optimiza el código para CPU.
9.Acelera el código python.
Entendiendo numba: el modo nopython
Como podemos leer en la documentación,
numba tiene dos modos de funcionamiento básicos: el modo object y el modo
nopython.
★ El modo object genera código que gestiona todas las variables como objetos de
Python y utiliza la API C de Python para operar con ellas. En general en este modo no
habrá ganancias de rendimiento (e incluso puede ir más lento), con lo cual mi
recomendación personal es directamente no utilizarlo. Hay casos en los que numba
puede detectar los bucles y optimizarlos individualmente (loop-jitting), pero no le voy
a prestar mucha atención a esto.
★ El modo nopython genera código independiente de la API C de Python. Esto tiene la
desventaja de que no podemos usar todas las características del lenguaje, pero tiene un
efecto significativo en el rendimiento. Otra de las restricciones es que no se puede
reservar memoria para objetos nuevos.
BIBLIOGRAFÍA
1. https://pybonacci.org/2015/03/13/como-acelerar-tu-codigo-python-con-numba/
2.