Mars：大规模张量计算系统的构建实践-斯文骏.pdf

下载文档 降价啦

7
0
约3.31万字
约 34页
2020-07-05 发布于江苏
举报
版权申诉
保障服务

Mars：大规模张量计算系统的构建实践-斯文骏.pdf

1、本文档共34页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

Mars ：大规模张量计算系统的构建实践斯文骏阿里巴巴 / 技术专家自我介绍自我介绍 2015.11- 2017.6-2018.6 2018.6- 2017.6 • PyODPS • PyODPS • Mars • Mars (POC) 目录什么是 Mars ，为什么要开发Mars Mars 的架构和执行过程准备 Graph 调度策略 Worker 端的执行对比与展望什么是Mars 提供 Numpy / Scipy / Pandas / Scikit-Learn 类似的 API ，使得Pythoner 能够用自己熟悉的方式编写分布式代码例子从 Numpy 到 Mars Tensor 从 Pandas DataFrame 到 Mars DataFrame 从 scikit-learn 到 Mars Learn 从Numpy 到Mars Tensor 1 import numpy as np 1 import mars .tensor as mt 2 from scipy.special import erf 2 from mars .tensor.special import erf 3 3 4 4 5 def black_scholes (P, S, T, rate, vol): 5 def black_scholes (P, S, T, rate, vol): 6 a = np.log (P / S) 6 a = mt .log (P / S) 7 b = T * -rate 7 b = T * -rate 8 8 9 z = T * (vol * vol * 2) 9 z = T * (vol * vol * 2) 10 c = 0.25 * z 10 c = 0.25 * z 11 y = 1.0 / np.sqrt(z)