Comments 30
В эту же степь тот же Sage, который я упомянул ниже. Он также имеет интерфейс взаимодействия с R.
Такие проблемы легко решаются при помощи VirtualBox, Vagrant или Docker. А вот проблемы, связанные с сегментацией языка и его библиотек, увы так просто не решаются =(
Вообще говоря, хардварное 3D ускорение есть в том же Virtualbox. А с докером немного сложнее. Сам докер использует ресурсы хоста, т.е. вроде бы ответ да — может дотянуться и до GPU. НО! В Windows он выполняется внутри виртуального Hyper-X контейнера. Так что может быть что и не может.
Нельзя. Пока что только NVidia GRID, но, сами понимаете, обычному пользователю не по карману, и амазоновский инстанс тоже не дешёвый.
KVM тоже работает с iommu.
Так что можете спокойно ставить линукс и пробрасывать видеокарту для винды по надобности.
Вам это лично удавалось? Я пытался пробросить в VirtualBox — не завелось.
Завелось только с QEMU/KVM.
Однако, не все так гладко в python. Например, сейчас уживается две версии языка 2. и 3., обе они развиваются параллельно, однако синтаксис 2ой версии не совместим полностью с синтаксисом 3ей версии.
Мне кажеться что это не проблема потому что большинство библиотек (в т.ч. и перечисленные Вами) поддерживают как 2-ю так и 3-ю версии. А так же существуют программы такие как 2to3
.
две версии языка 2. и 3., обе они развиваются параллельно
Может я что-то упустил, но разве 2.х развивается? Насколько я знаю, выходят только багфиксы. Если кто сейчас начинает смотреть в сторону питона, то вряд ли берут версию 2 — уже много времени прошло, давно не помню никаких проблем что не было библиотеки под третий питон.
Разумно упомянуть Sage, раз уж вы заговорили про математику и python.
Цитата из википедии:
Система компьютерной алгебры, покрывающая много областей математики, включая алгебру, комбинаторику, вычислительную математику и матанализ.
В числе прочего, Sage построено на базе большого числа мат. пакетов:
It builds on top of many existing open-source packages: NumPy, SciPy, matplotlib, Sympy, Maxima, GAP, FLINT, R and many more.
Кроме того, есть биндинги к закрытым системам компьютерной алгебры типа Magma.
Лучше Sagemathcloud. Удобнее и больше возможностей. Его с недавних пор можно с помощью Docker локально поставить.
В начале 00-х, будучу студентом, я делал вычисления в Mathematica. Недавно я увидел Jupyter и подумал: «ё-моё, это же Mathematica, только с вменяемым языком, открытая, бесплатная и в тёплом ламповом вебе!».
Для ускорения вашего кода за счет преобразования в C++ может быть реализовано по средствам библиотеки theano. Платой за такое ускорение становится синтаксис, теперь вам требуется писать theano-ориентированные функции и указывать типы всех переменных.
А как же numba? Theano всё же для другого предназначен.
Python для математических вычислений. Опыт Марка Андреева