プロポーザル

これは応募されたプロポーザルです。聞きたいと思うプロポーザルを各ページの下部にあるSNSのボタンで拡散しましょう。拡散された投稿をプロポーザルへの投票としてカウントし、選考時に参考にさせていただきます。

talk

NumPy道場(ja)

スピーカー

Yuta Kashino

対象レベル:

中級

カテゴリ:

Useful libraries

説明

Pythonのサイエンススタックの全てのビルディングブロックになっているNumPy.そのNumPyの使いこなしについて,基本とテクニックをお教えいたします.NumPyアレイの基本から,ベクトル化,ネットワーク分散化,さらにはGPUによる高速化まで,コードの実例を提示しながらポイントポイントをわかりやすく解説します.

目的

参加者はNumPyの基本と技術を学び,Pythonサイエンススタックを使いこなす基礎を得ることができます.

概要

深層学習を含んだ機械学習,そしてデータ解析・統計解析を行うデータサイエンス,更には物理学や気象学,分子生物学などの科学研究の分野で,科学計算におけるPythonライブラリの発展は留まるところを知りません.そのほとんどの科学計算Pythonライブラリの礎となっているライブラリが[NumPy][1]です.NumPyを使いこなせないとPythonサイエンススタックを使いこなせないと言っても過言ではありません. NumPyを使うにはNumPyアレイが使いこなせないといけません.NumPyアレイは,スライス・リシェイプ・ブロードキャスティングなど,いくつかのポイントとなるテクニックの取得が必要です.また,計算速度とメモリ利用効率のパフォーマンスのためには,計算コード全体をベクトル化することが必要です.更には,計算コードをベクトル化する前には,解こうとする問題をベクトル化する必要があります.以上のように,NumPyアレイの性質及び,コードと問題のベクトル化が理解できていないと,NumPyを使うことは難しいことになります. 本トークでは,NumPyアレイとベクトル化について,わかりやすい実例をPythonコードで示しかつ実行しながら,解説いたします.さらには高速化のテクニック,NumPyアレイのネットワーク分散化,GPUによる並列化などの発展的話題についても解説します. [1]: http://www.numpy.org/
  • このエントリーをはてなブックマークに追加
CONTACT