:orphan:

|rss_image|  **2019-01 - 1/1** :ref:`Blog <ap-main-0>` :ref:`article (8) <ap-cat-article-0>` :ref:`articles (3) <ap-cat-articles-0>` :ref:`cours (6) <ap-cat-cours-0>` :ref:`module (7) <ap-cat-module-0>` :ref:`paper (3) <ap-cat-paper-0>`

.. |rss_image| image:: feed-icon-16x16.png
    :target: ../_downloads/rss.xml
    :alt: RSS

----


.. index:: 2019-01


.. _ap-month-2019-01-0:

2019-01 - 1/1
+++++++++++++

.. blogpostagg::
    :title: Pipeline et processeur
    :date: 2019-01-16
    :keywords: CPU,pipeline
    :categories: performance
    :rawfile: 2019/2019-01-16_perf.rst

    Trois liens différents vers trois articles qui parlent
    tous du même sujet :
    `Why use an FPGA instead of a CPU or GPU? <https://blog.esciencecenter.nl/why-use-an-fpga-instead-of-a-cpu-or-gpu-b234cd4f309c>`_,
    `Why use an FPGA instead of a CPU or GPU? (Quora) <https://www.quora.com/Why-use-an-FPGA-instead-of-a-CPU-or-GPU-1>`_,
    `Why Use an FPGA Instead of a CPU or GPU? (News) <https://news.ycombinator.com/item?id=17757624>`_.
    On y apprend que le :epkg:`FGPA` est plus lent que le :epkg:`CPU` et :epkg:`GPU`,
    ou plus précisément qu'un cycle d'exécution du FGPA est plus lent.
    En revanche, dans ce cycle, on peut y mettre plus d'instructions.
    Le dernier article cite un chiffre : le FGPA est 10 plus lent mais
    un cycle peut contenir 20 fois plus d'instructions qu'un CPU.
    Le dernier article compare les forces et faiblesses
    de plusieurs approches :
    `FPGA vs CPU vs GPU vs Microcontroller: How Do They Fit into the Processing Jigsaw Puzzle? <https://www.arrow.com/en/research-and-events/articles/fpga-vs-cpu-vs-gpu-vs-microcontroller>`_.
    FGPA permet d'aller plus vite mais il faut s'y connaître un peu
    pour les obtenir.
    

    ...




.. blogpostagg::
    :title: Mars : calcul distribué en python
    :date: 2019-01-16
    :keywords: mars,numpy
    :categories: calcul
    :rawfile: 2019/2019-01-20_mars.rst

    :epkg:`mars` est un projet open source depuis 15 jours
    et qui permet de faire des calculs sur ds matrices
    en grande dimension. Il est supporté par *Alibaba* :
    `Alibaba Open-Sources Mars to Complement NumPy <https://medium.com/syncedreview/alibaba-open-sources-mars-to-complement-numpy-ea215ff1fa2f>`_.
    Les performances ont l'air intéressantes même si mon premier
    essai sur un produit scalaire montre que des vecteurs
    de tailles humaines, :epkg:`numpy` restent difficile à battre.




.. blogpostagg::
    :title: Spacy ressources
    :date: 2019-01-11
    :keywords: spacy,nlp
    :categories: nlp
    :rawfile: 2019/2019-01-11_spacyres.rst

    Le moyen le plus simple pour installer les ressources
    linguistiques de :epkg:`spacy` est d'exécuter la commande
    suivante pour la langue souhaitée :
    

    ...




.. blogpostagg::
    :title: Exercices de scrapping
    :date: 2019-01-09
    :keywords: exercice
    :categories: exercice
    :rawfile: 2019/2019-01-09_scraping.rst

    Le site contient quelques notebooks à propos du :epkg:`scraping`.
    Je distingue souvent deux niveaux de difficultés. Le plus simple
    est d'utiliser une :epkg:`API REST`. On récupère alors des informations
    formatées prêtes à être utilisées. Ces API sont souvent stables
    mais nécessitent de s'authentifier.
    

    ...





----

|rss_image|  **2019-01 - 1/1** :ref:`2022-10 (1) <ap-month-2022-10-0>` :ref:`2022-12 (2) <ap-month-2022-12-0>` :ref:`2023-01 (1) <ap-month-2023-01-0>` :ref:`2023-02 (1) <ap-month-2023-02-0>` :ref:`2023-04 (1) <ap-month-2023-04-0>`